Vous êtes sur la page 1sur 131

Télécom Physique Strasbourg

Automatique Continue

Bernard BAYLE
http://eavr.u-strasbg.fr/˜bernard
Ce document évolue grâce à votre concours.
Pour l’améliorer, communiquez moi vos remarques ou corrections par mail :
bernard.bayle@unistra.fr
Table des matières

Introduction 1

1 Introduction à l’Automatique 1
1.1 Notion de système et de système asservi . . . . . . . . . . . . . . . . . 1
1.2 Modélisation, analyse et commande d’un système . . . . . . . . . . . . 2
1.3 Objectifs et cadre de l’étude . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.2 Mise en œuvre analogique ou numérique ? . . . . . . . . . . . 2
1.3.3 Commande linéaire ou non linéaire . . . . . . . . . . . . . . . 3

2 Modélisation 5
2.1 Mise en équation d’un système physique . . . . . . . . . . . . . . . . . 5
2.1.1 Premier exemple : moteur à courant continu . . . . . . . . . . 5
2.1.2 Deuxième exemple : suspension . . . . . . . . . . . . . . . . . 7
2.1.3 Troisième exemple : régulateur de niveau . . . . . . . . . . . . 8
2.1.4 Quatrième exemple : échangeur thermique . . . . . . . . . . . 10
2.2 Propriétés des systèmes à temps continu . . . . . . . . . . . . . . . . . 12
2.3 Représentations temporelles des systèmes . . . . . . . . . . . . . . . . 13
2.3.1 Représentation externe par une équation différentielle . . . . . . 13
2.3.2 Représentation d’état du système . . . . . . . . . . . . . . . . . 14
2.4 Représentation par fonction de transfert . . . . . . . . . . . . . . . . . 16
2.4.1 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . 16
2.4.2 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . 16
2.5 Correspondance entre représentation d’état et fonction de transfert . . . 20
2.5.1 Passage de la représentation d’état à la fonction de transfert . . 20
2.5.2 Passage de la fonction de transfert à la représentation d’état . . 22

3 Réponses des systèmes à temps continu 25


3.1 Réponse temporelle des systèmes à temps continu . . . . . . . . . . . . 25
3.1.1 Calcul de la réponse de la représentation d’état . . . . . . . . . 25
3.1.2 Calcul de la réponse à partir de sa représentation externe . . . . 28
3.1.3 Réponse impulsionnelle et réponse indicielle . . . . . . . . . . 28
3.1.4 Réponse temporelle des systèmes élémentaires . . . . . . . . . 29
3.2 Réponse harmonique des systèmes à temps continu . . . . . . . . . . . 36
3.2.1 Représentations et caractérisation de la réponse harmonique . . 36
ii Table des matières

3.2.2 Réponse harmonique des systèmes élémentaires . . . . . . . . . 38


3.3 Simplification d’un système continu . . . . . . . . . . . . . . . . . . . 43

4 Analyse des systèmes à temps continu 47


4.1 Commandabilité et observabilité . . . . . . . . . . . . . . . . . . . . . 47
4.1.1 Commandabilité . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.1.2 Observabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.2.1 Stabilité interne . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.2.2 Stabilité BIBO . . . . . . . . . . . . . . . . . . . . . . . . . . 53

5 Systèmes asservis à temps continu 57


5.1 Les différents types d’asservissement . . . . . . . . . . . . . . . . . . . 57
5.2 Asservissement classique . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2.1 Schéma d’un système asservi . . . . . . . . . . . . . . . . . . . 58
5.2.2 Expression de la fonction de transfert . . . . . . . . . . . . . . 59
5.3 Asservissement par retour d’état . . . . . . . . . . . . . . . . . . . . . 61
5.3.1 Schéma d’un système asservi par retour d’état . . . . . . . . . . 61
5.3.2 Expression de la représentation d’état du système corrigé . . . . 61

6 Analyse des systèmes asservis à temps continu 65


6.1 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.1 Critère de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.2 Critère du revers . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.1.3 Marges de stabilité . . . . . . . . . . . . . . . . . . . . . . . . 70
6.1.4 Lieu des racines . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.2 Précision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.2.1 Expression de l’erreur . . . . . . . . . . . . . . . . . . . . . . 78
6.2.2 Précision statique et précision dynamique . . . . . . . . . . . . 78
6.2.3 Expression générale de l’erreur . . . . . . . . . . . . . . . . . 79
6.2.4 Dualité stabilité-précision . . . . . . . . . . . . . . . . . . . . 79
6.2.5 Influence des perturbations . . . . . . . . . . . . . . . . . . . . 81

7 Commande des systèmes à temps continu 83


7.1 Cahier des charges . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.2 Correcteurs P ID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.2.1 Correcteur PID idéal . . . . . . . . . . . . . . . . . . . . . . . 84
7.2.2 Propriétés des actions proportionnelle, intégrale et dérivée . . . 84
7.2.3 Adéquation correcteur/système à asservir . . . . . . . . . . . . 85
7.3 Méthodes harmoniques de synthèse de correcteur . . . . . . . . . . . . 88
7.3.1 Correction P I . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.3.2 Correction à avance de phase . . . . . . . . . . . . . . . . . . . 88
7.4 Méthode du lieu des racines . . . . . . . . . . . . . . . . . . . . . . . 91
7.5 Méthodes empiriques de synthèse . . . . . . . . . . . . . . . . . . . . 95
7.6 Synthèse de correcteur par retour d’état . . . . . . . . . . . . . . . . . 96
7.6.1 Détermination de la loi de commande . . . . . . . . . . . . . . 96
7.6.2 Formule d’Ackerman . . . . . . . . . . . . . . . . . . . . . . . 99
Table des matières iii

Annexes 101
A Compléments mathématiques 103
A.1 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . 103
A.2 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 106

B Table de transformées 107

C Correspondance des termes en anglais 109

D Initiation à Matlab 111


D.1 Principes de Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
D.2 Utilisation de la Control Toolbox . . . . . . . . . . . . . . . . . . . . 111
D.2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
D.2.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
D.3 Utilisation de Simulink . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Bibliographie 121
Chapitre 1

Introduction à l’Automatique

1.1 Notion de système et de système asservi


Le mot système fait référence étymologiquement à un ensemble organisé. En Au-
tomatique, on définit un système dynamique 1 en considérant un procédé de nature
quelconque (physique, biologique, économique, . . .) qui évolue sous l’action d’entrées et
dont l’évolution est caractérisée par ses sorties.
On appelle asservissement d’un système le bouclage effectué lorsque l’on ajuste
l’entrée du système en réaction aux informations de sortie. Pour saisir la notion de
système asservi ou système avec contre-réaction, supposons que l’on vient de finir en
sueur un match de rugby. Plusieurs cas de figure se présentent selon que vous jouez au
fin fond du Cantal ou au Stade Toulousain :
– premier cas (le Cantal profond. . .) : la douche est rustique et par conséquent
équipée d’un simple bouton qui laisse couler l’eau à la température prévue : une
fois l’eau chaude (s’il y en a) arrivée dans le circuit, la température se stabilise à
peu près. Qu’elle soit à votre goût ou non, vous n’avez pas de possibilité de réglage
de l’entrée en fonction de votre perception ;
– après la douche brûlante de la semaine passée (cas précédent) vous testez les
nouvelles douches de votre club. Celles-ci disposent de deux robinets : un d’eau
chaude et un d’eau froide. L’eau chaude ayant coulé depuis assez longtemps, vous
commencez déjà à vous brûler : vous ajustez alors la température en agissant sur
l’arrivée d’eau froide. L’eau se refroidit, vous réajustez, elle est trop chaude, vous
réajustez, et ainsi de suite, jusqu’à la température espérée ;
– arrive la consécration : les douches avec thermostat de votre club professionnel.
Plus besoin de passer votre temps à régler la température en passant de la douche
écossaise à la brûlure. Vous ajustez la valeur souhaitée sur le bouton gradué du
thermostat, vous vous rendez sous la douche et la température monte rapidement à
la valeur souhaitée : vous avez découvert la régulation automatique.
Ces trois scènes de la vie courante illustrent parfaitement la notion de contre-réaction.
Le deuxième cas est particulièrement intéressant : en réponse à une information de sortie
(la température de l’eau), l’utilisateur réajuste l’entrée (le débit d’eau froide ou chaude)
pour amener la sortie à la valeur désirée ou autour de celle-ci. C’est le principe même
de la contre-réaction. Dans le troisième exemple, la régulation est réalisée de manière
automatique : c’est le but de ce cours ! Le premier cas illustre quant à lui un système
1. Le terme dynamique est souvent omis.
2 1. Introduction à l’Automatique

douche+douché sans possibilité de contre-réaction.


De manière plus générale, l’asservissement d’un système est effectué en comparant
une grandeur de consigne, image de ce qui est désiré, et une grandeur de mesure, image
de la grandeur réellement obtenue. L’intérêt de l’asservissement d’un système, outre
de suivre la consigne de la manière spécifiée, est de le prémunir des perturbations
dues aux différentes imperfections : mauvaise modélisation, mauvaise mesure ou toute
autre élément non modélisable. En effet, le réajustement permanent de la commande du
procédé pour obtenir la sortie souhaitée a pour effet de donner une certaine robustesse
vis-à-vis des perturbations : sous la douche, si le débit d’eau chaude diminue alors que
celui de l’eau froide reste constant, vous agirez à coup sûr. . .

1.2 Modélisation, analyse et commande d’un système


L’objet de l’Automatique est de déterminer les propriétés d’un système et d’utili-
ser cette connaissance pour obtenir du système à la fois les performances voulues par
l’utilisateur et une immunité accrue aux perturbations. La première tâche consiste à
caractériser le système. Sa modélisation peut être obtenue par l’écriture des lois de la
physique, lorsque les paramètres du système sont relativement bien connus. Alterna-
tivement, en particulier lorsque l’on ne sait pas mettre le système en équation, on a
recours à l’étude de la réponse du système à diverses excitations, pour en construire
un modèle par identification. Dans les deux cas, à partir du modèle obtenu, la phase
d’analyse consiste à déduire les différentes propriétés caractéristiques du système. Ceci
permet finalement d’asservir le système, c’est-à-dire d’élaborer son entrée afin que sa
sortie ait les propriétés temporelles et fréquentielles requises. Le calcul d’un correcteur
remplissant cette fonction et sa mise en œuvre sont appelés commande du système.

1.3 Objectifs et cadre de l’étude


1.3.1 Objectifs
L’objet de ce premier cours d’Automatique est de sensibiliser de futurs ingénieurs aux
problématiques de la modélisation, de l’analyse et de la commande des systèmes à temps
continu, qui concernent un grand nombre de disciplines de l’ingénieur : mécanique,
électronique, électrotechnique, physique, etc. Par souci de simplicité et de pédagogie, on
se limitera au cas des systèmes monovariables, c’est-à-dire possédant une seule entrée
et une seule sortie. Malgré cette restriction, les éléments présentés ici constituent aussi,
pour le futur spécialiste, la base nécessaire à l’élaboration de stratégies de commande
plus complexes, notamment pour des systèmes multivariables.

1.3.2 Mise en œuvre analogique ou numérique ?


Lorsqu’un système possède une entrée u(t) et une sortie y(t) qui sont des fonctions
d’une variable continue t, on parle de système à temps continu. S’il s’agit d’une variable
discrète k, on parle de système à temps discret. Historiquement, les premiers outils
développés en Automatique concernaient les systèmes à temps continu. En effet, les bases
de la discipline ont été posées bien avant (plusieurs dizaines d’années. . .) l’apparition
1.3. Objectifs et cadre de l’étude 3

des calculateurs. Si l’intérêt d’étudier les systèmes à temps discret et leurs spécificités
est évident à l’ère du tout PC, les concepts fondamentaux de l’Automatique peuvent être
plus aisément présentés dans le cas du temps continu. Par ailleurs, si l’élaboration d’un
correcteur analogique reste limitative d’un point de vue pratique, la plupart des procédés
asservis sont à temps continu, si bien que la synthèse d’un correcteur continu et sa mise
en œuvre analogique correspondent malgré tout à une certaine logique. Ainsi ce cours
traitera exclusivement du cas des systèmes à temps continu, les systèmes à temps discret,
en particulier la commande numérique de procédés analogiques, étant vus en deuxième
année.

1.3.3 Commande linéaire ou non linéaire


Une dernière limite à fixer pour notre étude consiste à choisir les catégories de
systèmes à temps continu monovariables que l’on souhaite considérer. Ceux-ci peuvent
être classés en deux espèces, selon qu’ils sont linéaires ou non. Schématiquement, la
propriété de linéarité correspond au fait que le système ait une caractéristique entrée-
sortie linéaire. Parmi les systèmes non linéaires, on retrouve tout d’abord des systèmes
linéaires subissant des contraintes non linéaires (saturation, hystérésis), très fréquentes
en pratique. D’autres systèmes ont un modèle intrinsèquement non linéaire, mais leur
étude peut être restreinte au voisinage d’un point de fonctionnement nominal, où la
caratéristique est linéaire par approximation. Ces deux premières catégories de systèmes
peuvent être étudiées par le biais de techniques linéaires. Enfin, certains systèmes sont
non linéaires et ne peuvent pas être étudiés autour d’un point de fonctionnement. L’étude
des systèmes linéarisés autour de leur point de fonctionnement est abordé dans ce cours.
En revanche, les techniques de commande des systèmes non linéaires, y compris les plus
élémentaires (premier harmonique, plan de phase), seront vues uniquement dans le cours
d’option qui leur est consacré. . .
Chapitre 2

Modélisation

2.1 Mise en équation d’un système physique


Les équations décrivant l’évolution d’un système dynamique sont obtenues en ap-
pliquant les lois de la physique. Il est possible toutefois que le modèle obtenu ne donne
qu’une représentation approchée des phénomènes réels. En effet, il est en général difficile
de prendre en compte l’ensemble des phénomènes physiques mis en jeu.

2.1.1 Premier exemple : moteur à courant continu


Description
Un moteur à courant continu (MCC), dont le schéma de principe est donné à la
figure 2.1, est un dispositif électromécanique qui convertit une énergie électrique d’entrée
en énergie mécanique. L’énergie électrique est apportée par un convertisseur de puissance

F IGURE 2.1 – Principe de fonctionnement d’un moteur à courant continu [Bernot 99]

qui alimente le bobinage disposé sur l’induit mobile (rotor). Ce bobinage est placé dans
un champ magnétique, permanent ou non, produit par l’inducteur. On supposera pour
simplifier que cette excitation est séparée et constante, comme c’est le cas, notamment
lorsque l’inducteur est constitué d’aimants. Le courant circulant dans les spires de l’induit
du moteur, des forces électriques lui sont appliquées et, grâce à un dispositif adapté
(balais et collecteur), les forces s’additionnent pour participer à la rotation. On peut ainsi
considérer le moteur comme un système dont l’entrée est la tension d’induit et la sortie
6 2. Modélisation

une grandeur liée à la position angulaire du rotor. On choisit tout d’abord la vitesse de
rotation du rotor comme grandeur de sortie.

Modélisation
Le MCC étant un système électromécanique, les équations dynamiques résultent de
la combinaison des modélisations mécanique et électrique du moteur, schématiquement
décrites à la figure 2.2. Pour la partie électrique, on calcule la tension aux bornes de

γ
u f









ω
 

R L
i

e
u

F IGURE 2.2 – Schéma d’un moteur à courant continu

l’induit. L’équation électrique, liant la tension u aux bornes de l’induit et le courant


d’induit i s’écrit :
di
Ri + L + e = u, (2.1)
dt
où R est la résistance de l’induit du moteur, L son inductance et e la force électromotrice,
qui est proportionnelle à la vitesse de rotation du rotor :

e = Ke ω. (2.2)

Pour la partie mécanique, on applique le principe fondamental de la dynamique autour


de l’axe de rotation. L’équation mécanique rendant compte des couples agissant sur le
rotor s’écrit :

γ − fω = J , (2.3)
dt
où γ est le couple moteur, f le coefficient de frottement visqueux et J le moment
d’inertie du rotor. On ne tient pas compte en première approximation du frottement sec,
qui introduirait des termes non linéaires. Par construction, le couple γ est proportionnel
au courant d’induit i :
γ = Km i. (2.4)
2.1. Mise en équation d’un système physique 7

En règle générale les coefficients Ke et Km sont si proches qu’il est raisonnable de les
considérer égaux, négligeant alors les pertes durant la conversion électromécanique de
puissance. En posant K = Ke = Km , les équations (2.3) et (2.4) donnent :

Ki = f ω + J . (2.5)
dt
En dérivant (2.5), il vient :
di dω d2 ω
=fK +J 2. (2.6)
dt dt dt
En combinant (2.5) et (2.6) avec (2.1) et (2.2) :
d2 ω
   
R dω L dω
fω + J + f + J 2 + K ω = u. (2.7)
K dt K dt dt
Finalement, en ordonnant (2.7) de façon à avoir un coefficient de un devant le degré de
dérivation le plus élevé, il vient :
d2 ω RJ + Lf dω Rf + K 2 K
2
+ + ω= u. (2.8)
dt LJ dt LJ LJ
Cette équation différentielle relie ω et u par l’intermédiaire de paramètres constants dans
le temps. Il s’agit d’une équation différentielle linéaire à coefficients constants d’ordre 2.

2.1.2 Deuxième exemple : suspension


Description
On considère un amortisseur de voiture dont le principe est schématisé à la figure 2.3
page suivante. La masse mv est la masse totale de la voiture et on suppose que chaque
suspension supporte le quart du poids total. La suspension se comporte comme un ressort
situé entre le châssis du véhicule et la roue. Ce ressort amorti a pour constante de raideur
ks et pour coefficient de frottement visqueux fs . La roue, de masse mr , porte un pneu
qui est modélisé par un ressort idéal de coefficient de raideur kr .

Modélisation
On fait le bilan des efforts sur chacune des masses pour appliquer le principe fonda-
mental de la dynamique, selon l’axe ~z. Le système obéit au principe de superposition :
pour les différents corps l’altitude finale est la superposition de l’altitude au repos et des
variations liées à la route. Dans l’équation dynamique les termes associés à la position
d’équilibre donc au bilan statique disparaissent car leur somme est nulle 1 . Seules les
variations autour du point d’équilibre sont alors considérées. Pour ne pas alourdir les
notations ces variations sont simplement notées zv , zr et zc pour le véhicule, la roue et le
point de contact respectivement (voir figure 2.3 page suivante). Alors, le bilan des forces
sur le solide suspendu donne :
mv d2 zv
 
dzv dzr
= −ks (zv − zr ) − fs − , (2.9)
4 dt2 dt dt
1. Si ça ne vous revient pas prenez le cas d’un ressort auquel est suspendu une masse et écrivez tour à
tour les principes de la statique puis de la dynamique.
8 2. Modélisation

système à l’équilibre

mv zv
4

ks fs

zr
mr

caillou !
kr

zc

~z

~x

F IGURE 2.3 – Schéma de principe d’une suspension

alors que pour la roue :

d2 zr
 
dzv dzr
mr 2 = −kr (zr − zc ) + ks (zv − zr ) + fs − . (2.10)
dt dt dt

L’intérêt d’une suspension est de permettre de maintenir les occupants du véhicule à une
altitude la plus constante possible par rapport au profil moyen de la route pour des raisons
de confort. Ainsi, seules les variations zv de l’altitude du centre d’inertie du véhicule
sont intéressantes, la variable zr ne représentant qu’une variable intermédiaire. A ce titre,
on peut considérer que le système ne possède qu’une sortie : zv . L’entrée correspond
elle à zc , image du profil de la route. La manipulation du système formé par les équations
(2.9) et (2.10) ne permet pas d’extraire simplement la relation entre zv et ses dérivées
d’une part et zc et ses dérivées d’autre part.

2.1.3 Troisième exemple : régulateur de niveau


Description

On considère le système de régulation de niveau de liquide [Ogata 01, Wilkie 02]


représenté à la figure 2.4 page ci-contre. Un réservoir est alimenté en liquide et le niveau
réglé par l’intermédiaire de deux vannes placées d’une part dans la canalisation d’entrée
et d’autre part à la sortie du réservoir. On supposera que la vanne de sortie est laissée
dans une position donnée et que la seule action sur le système résulte du réglage de la
vanne d’entrée.
2.1. Mise en équation d’un système physique 9

vanne entrée
q0 + qe

h0 + h

vanne sortie

q0 + qs
R

F IGURE 2.4 – Schéma d’un régulateur de niveau de liquide

Modélisation

On peut modéliser le procédé en le considérant comme la superposition d’un régime


continu donnant le point de fonctionnement nominal et de variations autour de ce point
de fonctionnement. Le point de fonctionnement nominal est caractéristique du régime
permanent pour lequel le débit est q0 et la hauteur d’eau h0 . Les deux paramètres reliant
les évolutions de la hauteur de liquide et les débits entrant et sortant sont d’une part
la résistance du tuyau de sortie et d’autre part la section du réservoir. La résistance du
tuyau de sortie est représentée par la variation de niveau ramenée à la variation de débit
de sortie. Selon que le flux est laminaire ou turbulent, la relation entre débit de sortie
et hauteur d’eau sera linéaire ou non. Dans tous les cas, on peut considérer de petites
variations qs et h autour du point de fonctionnement (q0 , h0 ). La résistance est donc
donnée par la pente de la caractéristique h(qs ) au point de fonctionnement qui dépend de
la nature de l’écoulement. Une illustration graphique, pour un fluide turbulent possédant
une relation débit-hauteur non linéaire [Ogata 01] est donnée à la figure 2.5 page suivante.
La résistance R en (q0 , h0 ) vaut R = tan α(q0 ). Si l’on considère de petites variations
qs du débit de sortie et h de la hauteur d’eau, autour du point de fonctionnement :

h
R= . (2.11)
qs

La variation de la quantité de liquide dans le réservoir dépend quant à elle de la section


C supposée constante du réservoir et de la variation de la hauteur de liquide stocké :

Cdh = (qe − qs )dt (2.12)

En réunissant (2.11) et (2.12), on constate que le système, autour de son point de fonc-
tionnement, obéit à l’équation différentielle :

dh
RC + h = Rqe ,
dt
10 2. Modélisation

hauteur de liquide

h0 + h
α
h0

q0 q0 + qs débit de sortie

F IGURE 2.5 – Caractéristique de l’écoulement dans le tuyau de sortie

où R est considéré comme constant. On notera que les anglophones appellent capacitance
la section C faisant ainsi l’analogie entre ce système d’écoulement d’eau et un circuit
électrique RC.

2.1.4 Quatrième exemple : échangeur thermique


Description

On considère le cas d’un échangeur thermique [Franklin 02]. Le système échange


de l’énergie thermique entre de la vapeur circulant dans l’enceinte de l’échangeur et de
l’eau circulant dans une tuyauterie qui serpente dans l’enceinte de l’échangeur, comme
représenté sur la figure 2.6.

wv
θve

θee

θe θm

θv

F IGURE 2.6 – Schéma d’un échangeur thermique

La vapeur entre dans l’échangeur à la température θve et en sort à la température θv .


L’eau, quant à elle, entre à la température ambiante θee et ressort à la température θe . Le
débit de vapeur est réglé par une vanne placée dans le tuyau d’arrivée de vapeur.
2.1. Mise en équation d’un système physique 11

Modélisation
La température de l’eau comme celle de la vapeur varient continûment dans l’enceinte
et on comprend bien qu’un modèle précis de cet échange thermique devrait tenir compte
de la variation de température tout le long du serpentin. Un tel modèle dépendrait de la
géométrie du circuit d’eau et des propriétés locales de l’enceinte. Il en résulterait une
modélisation complexe. En première approximation, on préfère considérer que l’enceinte
est parfaitement isolée, que la température y est parfaitement uniforme et que la chaleur
qv amenée par la vapeur est proportionnelle à la différence de température entre la vapeur
à l’entrée et à la sortie de l’échangeur :

qv = wv cv (θve − θv ) (2.13)

où wv est le débit massique de vapeur qui peut être ajusté par action sur la vanne d’entrée
et cv la chaleur massique de la vapeur.
Le système étant supposé sans perte lors de l’échange, un bilan de chaleur permet de
déduire le modèle de l’échangeur. La chaleur échangée est proportionnelle à la différence
de température entre eau et vapeur :
θv − θe
qe = (2.14)
R
où R est la résistance thermique moyenne de l’échangeur. Le flux de chaleur net est donné
par la différence entre la chaleur amenée par la vapeur chaude et la chaleur échangée
avec l’eau. L’évolution de la température de la vapeur en sortie est alors liée au flux de
chaleur par :
dθv
Cv = qv − qe
dt
où Cv est la capacité thermique de la vapeur. D’après (2.13) et (2.14), il vient :
dθv θv − θe
Cv = wv cv (θve − θv ) − . (2.15)
dt R
De la même manière, en faisant un bilan sur l’eau, on trouve :
dθe θv − θe
Ce = we ce (θee − θe ) + , (2.16)
dt R
où ce , we et Ce sont respectivement la chaleur massique, le débit massique et la capacité
thermique de l’eau.
Enfin, étant donné que la circulation du flux n’est pas instantanée, la température de
l’eau en sortie est mesurée avec un retard τ . Comme on suppose que τ est suffisamment
petit pour que la température n’ait pas varié entre la sortie de l’échangeur et le point de
mesure, il vient :
θm (t) = θe (t − τ ). (2.17)
On peut considérer que la température d’entrée de la vapeur est constante et ainsi la
commande du système est donnée par le réglage de l’ouverture de la vanne et donc
par wv . Le système possède deux sorties : la température de l’eau en sortie qui est
mesurée par θm et la température de la vapeur en sortie θv . Comme dans (2.15) apparaı̂t
le produit wv θv le système n’est pas linéaire. Par ailleurs, la mesure de température de
l’eau introduit un terme de retard. Ces deux éléments sont des caractéristiques originales
de ce procédé, en comparaison avec les procédés des exemples précédents.
12 2. Modélisation

2.2 Propriétés des systèmes à temps continu


Les systèmes décrits précédemment possèdent tous les propriétés de linéarité et
d’invariance, au moins localement autour d’un point de fonctionnement. Le cas échéant,
c’est même précisément pour avoir ces propriétés que l’on se place en un point de
fonctionnement. Elles sont en effet d’un grand intérêt en terme de représentation, comme
nous le verrons plus loin.

Linéarité
Définition 2.1 (Linéarité d’un système) Soit y1 et y2 les réponses d’un système Σ ex-
cité séparément par les entrées u1 et u2 . Soit α un réel quelconque. Le système est
linéaire si sa sortie vaut αy1 + y2 en réponse à l’entrée αu1 + u2 (voir figure 2.7).

u1 y1
Σ

linéarité αu1 + u2 αy1 + y2


Σ
u2 y2
Σ

F IGURE 2.7 – Linéarité d’un système

Un système linéaire répond donc notamment au principe de superposition.

Invariance
Définition 2.2 (Invariance en temps d’un système) Un système est dit invariant si une
même commande, appliquée à deux instants différents produit la même sortie aux instants
considérés (voir figure 2.8).

u(t) y(t) invariance u(t + τ ) y(t + τ )


Σ Σ

F IGURE 2.8 – Invariance d’un système

Principe de causalité
Définition 2.3 Un système d’entrée u(t) et de sortie y(t) est dit causal si, ∀t < 0,
u(t) = 0 ⇒ y(t) = 0.
Cela signifie que la réponse du système ne précède pas son excitation. On retiendra
notamment que tout système physiquement réalisable est causal.

Définition 2.4 (Causalité d’un signal) Un signal f (t) à temps continu est causal si
f (t) = 0, ∀t < 0.
2.3. Représentations temporelles des systèmes 13

Linéarité et invariance des systèmes étudiés


Reprenons un instant les exemples traités précédemment. L’invariance de l’ensemble
de ces systèmes ne fait aucun doute. Si l’on applique une commande à l’un d’entre eux à
l’instant t + τ on observera la même sortie que si l’on avait fait cela à l’instant t, avec
simplement un décalage de τ dans la réponse. Pour les systèmes traités en exemple, la
linéarité provient des hypothèses effectuées lors de la modélisation. Par exemple, dans
le cas du MCC, on a fait l’hypothèse que le circuit magnétique n’était pas saturé et ne
présentait pas d’hystérésis, ce qui est généralement admis dans la plage de fonctionnement
préconisée par le constructeur. La suspension, quant à elle, aurait pu être modélisée plus
finement en tenant compte d’éventuels frottements secs. De tels frottements, responsables
de forces d’amplitude constante mais de signe opposé au mouvement auraient induit
un comportement non linéaire. Pour le système de régulation de niveau, l’étude a été
faite en un point de fonctionnement précis, permettant de considérer comme constante la
résistance du circuit de sortie, pour de petites variations autour de ce point. Si l’hypothèse
n’est plus vérifiée, le modèle sera d’autant plus approché. Enfin, le procédé thermique est
modélisé grâce à certaines hypothèses qui ne tiennent pas compte de l’évolution continue
dans l’espace des variables de pression et de température. En revanche, on notera que la
présence de retard au niveau de la mesure ne modifie en rien les propriétés de linéarité et
d’invariance du système.

2.3 Représentations temporelles des systèmes


On supposera désormais que tous les systèmes étudiés sont causaux, linéaires et
invariants.

2.3.1 Représentation externe par une équation différentielle


Au cours de la modélisation du MCC on a établi la relation (2.8) reliant la tension
d’induit du MCC à la vitesse de son rotor. Il s’agit d’un équation différentielle linéaire
d’ordre deux, à coefficients constants. De manière plus générale, dans le cas où un
système à temps continu à la fois linéaire et invariant 2 possède une seule entrée et une
seule sortie, sa relation entrée-sortie peut-être décrite par une équation différentielle
ordinaire 3 linéaire à coefficients constants :

n m
X di y X di u
ai i = bi i (2.18)
i=c
dt i=0
dt

où :
– les coefficients ai et bi sont des constantes réelles, telles que ac , an , b0 et bm soient
non nuls ;
– n, m sont des entiers positifs tels que m 6 n pour que le système soit causal ; n
est l’ordre du système ;
– c 6 n est un entier positif ou nul appelé classe du système.
2. LTI en abrégé pour Linear Time Invariant (appellation très utilisée).
3. ODE en abrégé pour Ordinary Differential Equation.
14 2. Modélisation

Cette équation différentielle est une représentation externe du système dans la mesure où
elle relie entrée et sortie sans faire apparaı̂tre de variable interne au système. La solution
y de cette équation, appelée réponse temporelle du système, est connue si n conditions
initiales (CI) sont connues pour la sortie et m CI sont connues pour l’entrée.

2.3.2 Représentation d’état du système


De manière alternative, la dynamique d’un système linéaire invariant d’entrée u et de
sortie y peut être décrite par une représentation sous la forme :
dx
= Ax + Bu,
dt
y = Cx + Du, (2.19)

avec A, B, C et D des matrices constantes et x un vecteur de dimension n, appelé


vecteur d’état. Cette représentation est appelée représentation d’état du système. Le
vecteur d’état permet de décrire complètement l’évolution du système, dont il donne une
représentation interne. Le système d’équations différentielles d’ordre un dx
dt
= Ax + Bu
rend compte des équations dynamiques du système alors que la relation y = Cx + Du
est l’équation de mesure (ou de sortie) du système.
Les variables d’état permettent de décrire complètement l’évolution dynamique du
système par n équations différentielles d’ordre 1. L’état et la sortie peuvent ainsi être
calculés, à tout instant, pour des CI x(0) quelconques.
La matrice A de dimension n × n est appelée matrice d’évolution (ou encore
matrice d’état). Elle rend compte de l’évolution du système en régime libre, c’est-à-dire
à commande nulle. La matrice B de dimension n × 1 est appelée matrice de commande
(ou encore matrice d’entrée). Elle rend compte du comportement dynamique du système
en réponse à une commande. La matrice C de dimension 1 × n est appelée matrice
d’observation, car elle permet de relier la sortie à l’état. Enfin, le scalaire D est le
coefficient de transmission directe qui relie directement la commande à la sortie 4 . Dans
le cas où D = 0, m < n et le système est dit strictement propre.
Il est important de noter que, contrairement à sa représentation externe, la représen-
tation d’état d’un système n’est pas unique et dépend du choix des variables d’état. La
non-unicité de la représentation d’état peut être prouvée aisément. Soit le changement
de variable régulier définissant le nouvel état z = P −1 x, avec P matrice de passage non
singulière de dimension n × n. Alors l’équation d’état (2.19) s’écrit :
d dz
(P z) = P = AP z + Bu,
dt dt
y = CP z + Du,

soit :
dz
= P −1 AP z + P −1 Bu,
dt
y = CP z + Du.
4. On notera que la représentation d’état s’applique aisément dans le cas de systèmes multivariables.
Les dimensions de B, C et D sont alors modifiées, mais cela ne modifie pas fondamentalement l’approche
de modélisation. C’est une des raisons du succès de cette représentation, qui est à la base des approches
dites modernes de la commande des systèmes.
2.3. Représentations temporelles des systèmes 15

Tout changement de variable régulier à partir de x engendre donc une nouvelle représen-
tation d’état.

0 Exemple

On peut facilement déterminer un modèle d’état du MCC. On considère que l’entrée


du système est sa tension d’induit u alors que sa sortie est représentée par la vitesse de
rotation ω du rotor. On choisit deux variables indépendantes du système : la vitesse de
rotation x1 = ω et le courant d’induit x2 = i. L’équation électrique (2.1) s’écrit alors :
dx2
Rx2 + L + K x1 = u,
dt
alors que l’équation mécanique (2.3) donne :
dx1
K x2 − f x1 = J .
dt
On en déduit la représentation d’état :
! ! !
− Jf K
 
d x1 J
x 1 0
= + u,
dt x2 −K L
− R
L
x2 1
L
 
 x1
y = 1 0 . (2.20)
x2
On a établi la représentation (2.20) en choisissant x1 = ω et x2 = i. Le choix effectué
n’est cependant pas unique. On peut, par exemple, poser x1 = ω et x2 = dω dt
. Alors,
l’équation (2.8) conduit à :
dx2 RJ + Lf Rf + K 2 K
+ x2 + x1 = u.
dt LJ LJ LJ
On en déduit la nouvelle représentation d’état :
  ! ! !
d x1 0 1 x1 0
= +K 2
+ K u,
dt x2 − RfLJ − RJ+Lf x 2
  LJ LJ
 x1
y = 1 0 . (2.21)
x2
Si l’on considère maintenant que la sortie du système est sa position angulaire θ et
non plus sa vitesse, l’ordre du système augmente et il faut maintenant choisir un vecteur
d’état de dimension trois, par exemple tel que x1 = θ, x2 = ω = dθ dt
et x3 = i. On obtient
alors aisément, à partir de (2.20) la représentation :
      
x 0 1 0 x1 0
d  1 f K
x2 = 0 − J  x2  +  0  u,
     
dt J
x3 0 −K −R x3 1
L
 L L

 x1
y = 1 0 0  x2  . (2.22)
x3
Fin de l’exemple ``
16 2. Modélisation

2.4 Représentation par fonction de transfert


On peut donner d’un système linéaire invariant mono-entrée mono-sortie une repré-
sentation externe simple obtenue par transformation de l’équation différentielle entrée-
sortie en une équation algébrique. Pour cela on utilise la transformée de Laplace que l’on
va tout d’abord définir.

2.4.1 Transformée de Laplace


Définition 2.5 (Transformée de Laplace) Soit f (t) un signal causal à temps continu.
La transformée de Laplace de ce signal est définie par :

Z +∞
F (s) = L{f (t)} = f (t)e−st dt.
0

Cette transformée est une fonction de la variable complexe s appelée variable de Laplace.
Les principales propriétés 5 de la transformée de Laplace sont données dans le ta-
bleau 2.1, pour deux signaux à temps continu f (t) et g(t) de transformées de Laplace
respectives F (s) et G(s).

linéarité L{f (t) + αg(t)} = F (s) + αG(s), ∀α ∈ R

retard L{f (t − τ )} = e−τ s F (s), ∀τ ∈ R


Z t 
F (s)
intégration L f (τ )dτ =
s
 0 
df (t)
dérivation en t L = sF (s) − f (0)
dt

valeur finale ([) lim f (t) = lim sF (s)


t→∞ s→0
Z +∞ 
produit de convolution L{f (t) ∗ g(t)} = L f (τ )g(t − τ )dτ = F (s) G(s)
−∞

([) Il faut pour que la valeur finale existe que les pôles de la transformée F (s) aient tous une partie réelle strictement négative.

TABLE 2.1 – Propriétés principales de la transformée de Laplace

L’intérêt de la transformée de Laplace pour l’étude des systèmes réside dans la


possibilité qu’elle offre de transformer les équations différentielles linéaires décrivant
l’évolution dynamique du système en équations algébriques plus faciles à manipuler,
comme on le constate au vu des transformées des opérateurs dérivée et intégrale.

2.4.2 Fonction de transfert


Soit un système linéaire invariant d’entrée u et de sortie y. On appelle fonction de
transfert du système le rapport des transformées de Laplace de la sortie et de l’entrée, à
5. Les démonstrations correspondantes sont peu difficiles et constituent un bon exercice de calcul.
2.4. Représentation par fonction de transfert 17

CI nulles :
Y (s)
G(s) = . (2.23)
U (s)

Le terme de transmittance, synonyme de fonction de transfert est parfois utilisé. Il est


important de remarquer que la notion de fonction de transfert est associée à un système
possédant des CI nulles. L’étude du comportement du système lorsque les CI sont non
nulles est plus complexe, notamment dans le cas de système d’ordre élevé.

0 Exemple

A partir du modèle de l’amortisseur constitué par le système différentiel des équations


(2.9) et (2.10) il est difficile d’exprimer l’équation différentielle entrée-sortie reliant
les variations de l’altitude du centre d’inertie zv aux variations du profil de la route zc .
La transformée de Laplace, en revanche permet de donner une représentation externe
équivalente très facilement. La transformation des équations (2.9) et (2.10) donne :
mv 2
s Zv (s) = −ks (Zv (s) − Zr (s)) − fs (sZv (s) − sZr (s)) ,
4
mr s2 Zr (s) = −kr (Zr (s) − Zc (s)) + ks (Zv (s) − Zr (s)) + fs (sZv (s) − sZr (s)) ,

que l’on peut réordonner :


 mv 2 
ks + fs s + s Zv (s) = (ks + fs s)Zr (s), (2.24)
4
(kr + ks + fs s + mr s2 )Zr (s) = kr Zc (s) + (ks + fs s)Zv (s).

On élimine alors :
kr Zc (s) + (ks + fs s)Zv (s)
Zr (s) =
kr + ks + fs s + mr s2
dans (2.24) :
 
 mv 2  kr Zc (s) + (ks + fs s)Zv (s)
ks + f s s + s Zv (s) = (ks + fs s) ,
4 kr + ks + fs s + mr s2
soit :
(ks + fs s)2
 
mv 2 kr (ks + fs s)
ks + fs s + s − 2
Zv (s) = Zc (s),
4 kr + ks + fs s + mr s kr + ks + fs s + mr s2
ce qui donne encore :
 mv 2 
(ks + fs s + s )(kr + ks + fs s + mr s2 ) − (ks + fs s)2 Zv (s) = kr (ks +fs s)Zc (s).
4
Finalement, la fonction de transfert du système est :

Zv (s) kr (ks + fs s)
G(s) = = mv mr 4 .
Zc (s) ks kr + fs kr s + ( 4 (kr + ks ) + mr ks )s2 + fs ( m4v + mr )s3 +
mv
4
s

Ce calcul montre l’intérêt de la transformée de Laplace pour extraire la relation entrée-


sortie d’un système initialement décrit par un système différentiel complexe.
18 2. Modélisation

0 Autre exemple

La traduction du modèle de l’échangeur thermique à l’aide de la transformée de Laplace


est également instructive. En effet, comme cela a été dit au paragraphe 2.1.4, le système
est à la fois non linéaire avec retard. Or la fonction de transfert associée à un retard est
facile à exprimer. D’après la propriété de la transformée de Laplace énoncée au tableau
2.1, l’équation (2.17) s’écrit, après transformation :

Θm (s) = e−τ s Θe (s).

On remarquera bien que si la fonction de transfert associée au retard n’est pas une
fraction rationnelle en s, le retard n’introduit pas pour autant de non-linéarité. Appliquez
la définition (2.17) pour vous en convaincre, si le doute persiste. En revanche, le système
formé par les équations (2.15) et (2.16) est lui non linéaire en raison du produit wv (θve −
θv ) dans (2.15). Pour poursuivre, on linéarise donc cette équation en considérant que
la température du circuit de vapeur varie peu, ce qui permet de supposer constante la
quantité ∆θv = θve − θv . Enfin, pour simplifier les calculs on élimine la température
ambiante θee de l’équation (2.15). Pour cela, une petite astuce consiste à mesurer toutes
les températures relativement à θee , ce qui revient à poser θee = 0 dans l’équation (2.15).
Alors, en appliquant la transformée de Laplace à (2.15) et (2.16) il vient :

Θv (s) − Θe (s)
Cv sΘv (s) = Wv (s)cv ∆θv − ,
R
Θv (s) − Θe (s)
Ce sΘe (s) = −we ce Θe (s) + .
R
On isole Θv (s) dans la seconde équation :

Θv (s) = (1 + we Rce + RCe s)Θe (s)

et on l’élimine dans la première :

((1 + RCv s)(1 + we Rce + RCe s) − 1) Θe (s) = RWv (s)cv ∆θv

soit :
Θe (s) Rcv ∆θv
= .
Wv (s) we Rce + (R(Ce + Cv ) + we R2 ce Cv )s + R2 Ce Cv s2
Finalement, pour la sortie θm , la fonction de transfert du système s’écrit :

Θm (s) Rcv ∆θv e−τ s


= .
Wv (s) we Rce + (R(Ce + Cv ) + we R2 ce Cv )s + R2 Ce Cv s2
Il s’agit d’un système du second ordre, de classe 0, avec retard.
Fin des exemples ``

Dans le cas des systèmes linéaires invariants sans retard la fonction de transfert prend
la forme d’une fraction rationnelle :
Pm
N (s) bi s i
G(s) = = Pni=0 i
(2.25)
D(s) i=c ai s
2.4. Représentation par fonction de transfert 19

qui résulte de la transformation de l’équation différentielle (2.18). Les racines du nu-


mérateur N (s) de la fonction de transfert, au nombre de m, sont appelées les zéros du
système. Les racines du dénominateur D(s), au nombre de n, sont appelées les pôles du
système. Tout comme la variable de Laplace s les zéros et les pôles sont complexes, dans
le cas général. Si l’on développe (2.25), il vient :

b0 + b1 s + . . . + bm s m
G(s) = ,
ac sc + ac+1 sc+1 + . . . + an sn

qui s’écrit encore :

b b m
K 1 + b01 s + · · · + bm0 s
G(s) = c . (2.26)
s 1 + ac+1
ac
s + · · · + aanc sn−c

où K = ab0c est le gain statique du système.


Si l’on factorise le numérateur N (s) et le dénominateur D(s) de la fonction de
transfert (2.25), on obtient la forme dite forme de Bode :

bm m
Q
(s − zi )
G(s) = Qni=1 (2.27)
an i=1 (s − pi )

où les zi et les pi sont respectivement les zéros et les pôles du système. Le coefficient bamn
est parfois appelé coefficient de gain. On aura soin de ne pas le confondre avec le gain
statique défini précédemment.

0 Exemple

D’après l’équation (2.8), la fonction de transfert du MCC s’écrit :


K
Ω(s) LJ
G(s) = = RJ+Lf Rf +K 2
. (2.28)
U (s) s2 + s +
LJ LJ

donc :
K
N (s) =
LJ
RJ + Lf Rf + K 2
et D(s) = s2 + s+ .
LJ LJ
Le système ne possède pas de zéro car N (s) ne s’annule jamais. En résolvant l’équation :
D(s) = 0 on détermine les pôles du système. L’expression analytique de ces pôles n’est
pas simple si l’on ne fait pas d’hypothèse sur les différentes grandeurs caractéristiques du
moteur. On montre que moyennant quelques approximations [Louis 02], on peut obtenir
la fonction de transfert sous forme factorisée :
KG
Ω(s) τel τem
G(s) = =  , (2.29)
U (s) s+ 1
s+ 1
τel τem
20 2. Modélisation

ou :
KG
G(s) = (2.30)
(1 + τel s)(1 + τem s)
avec :
L
τel = ,
R
RJ
τem = ,
Rf + K 2
K
et KG = .
Rf + K 2

Le MCC possède donc deux pôles :


1
p1 = −
τel
1
et p2 = −
τem
associés à deux constantes de temps : τel , constante de temps électrique et τem , constante
de temps électromécanique. KG est le gain statique du MCC. Sous forme développée, on
a :
Ω(s) KG
G(s) = = . (2.31)
U (s) 1 + (τel + τem )s + τel τem s2
Fin de l’exemple ``

2.5 Correspondance entre représentation d’état et fonc-


tion de transfert
2.5.1 Passage de la représentation d’état à la fonction de transfert
Formule de passage
Appliquons la transformée de Laplace à la représentation d’état :

dx
= Ax + Bu,
dt
y = Cx + Du.

On obtient le système :

sX(s) = AX(s) + BU (s),


Y (s) = CX(s) + DU (s).

soit :

X(s) = (sI − A)−1 BU (s),


Y (s) = CX(s) + DU (s)
2.5. Correspondance entre représentation d’état et fonction de transfert 21

où I est la matrice identité. Finalement :

Y (s) = C(sI − A)−1 B + D U (s).



(2.32)

0 Exemple

Appliquons cette correspondance au cas du MCC. Avec le choix x = (ω i)T , la repré-


sentation d’état établie dans l’exemple du paragraphe 2.3.2 donne :
!
− Jf K
J
A = K
− −R
 L L
0
B = 1
L

C = 1 0
et D = 0.
En appliquant la relation (2.32), il vient :
 s + f − K −1 0
   
Ω(s) = 1 0 J J U (s)
K 1
L
s+ RL L

soit :
s+ R K
  
 1 L J 0
Ω(s) = 1 0 f 1 U (s)
(s + Jf )(s + R )+ K2 −K
L
s+ J L
L LJ

qui donne tous calculs faits :


K
LJ
Ω(s) = RJ+Lf Rf +K 2
U (s).
s2 + LJ
s + LJ

On vérifie que l’on retrouve bien l’expression (2.28).


Fin de l’exemple ``

Calcul des pôles


On a établi au paragraphe précédent la correspondance entre fonction de transfert et
représentation d’état. L’équation (2.32) peut être réécrite :

Y (s) C coT (sI − A) B
= + D,
U (s) det(sI − A)
où coT (sI − A) représente la transposée de la comatrice de la matrice sI − A (d’après
la formule bien connue. . .). Le dénominateur de la fonction de transfert est donc le
polynôme D(s) = det(sI − A). L’ équation caractéristique du système, c’est-à-dire
l’équation de ses pôles peut ainsi s’écrire :
det(sI − A) = 0, (2.33)
à partir de la connaissance de la représentation d’état du système. Les pôles du système
sont donc également les valeurs propres de la matrice d’évolution A.
22 2. Modélisation

2.5.2 Passage de la fonction de transfert à la représentation d’état


Obtention d’un modèle d’état avec A diagonale

Pour obtenir un modèle d’état avec une matrice d’évolution diagonale il faut com-
mencer par décomposer la fonction de transfert en éléments simples.

Cas où tous les pôles sont distincts Alors :


n
Y (s) X αi
= + D, (2.34)
U (s) i=1
s − λi

avec D non nul si la fonction de transfert n’est pas strictement propre (c’est-à-dire si
m = n). On choisit alors les variables d’état successives telles que :

1
Xi (s) = U (s),
s − λi

pour i = 1, 2, . . . , n. On en déduit que :

sXi (s) = λi Xi (s) + U (s).

soit :
dxi
= λi xi + u. (2.35)
dt
Finalement, d’après (2.34) et (2.35), on obtient la représentation d’état sous forme
diagonale :
 
λ1 0 ... ... ... 0  
0 λ2 0 ... ... 0 1
 
dx . . . ... ... . . . . . . . . . 1
= 
. . .
 x +   u,
dt  ... ... . . . . . . . . .

. . . 
0 ... ... 0 λn−1 0  1
0 ... ... ... 0 λn

y = α1 α2 . . . . . . αn x + Du.

La forme de la matrice d’évolution A étant diagonale les pôles du système sont les
termes apparaissant sur sa diagonale, puisqu’il s’agit des valeurs propres de la matrice
d’évolution. Une telle représentation d’état est dite sous forme modale.

Cas où les pôles ne sont pas tous distincts Dans ce cas, considérons le cas d’un pôle
λ1 de multiplicité p. Alors :

n
Y (s) α1 α2 αp X αi
= + 2
+ ... + p
+ + D. (2.36)
U (s) s − λ1 (s − λ1 ) (s − λi ) i=p+1
s − λi
2.5. Correspondance entre représentation d’état et fonction de transfert 23

On choisit alors les variables d’état successives telles que :


1
X1 (s) = U (s),
s − λ1
1
X2 (s) = U (s),
(s − λ1 )2
... ...
1
Xp (s) = U (s),
(s − λ1 )p
1
Xi (s) = U (s), pour i = p + 1, . . . , n.
s − λi
On en déduit que :

sX1 (s) = λ1 X1 (s) + U (s),


sX2 (s) = λ1 X2 (s) + X1 (s),
... ...
sXp (s) = λ1 Xp (s) + Xp−1 (s),
sXi (s) = λi Xi (s) + U (s), pour i = p + 1, . . . , n.

soit :
    
λ1 0 ... ... ... ... ... ... 0 x1 1
1 λ1 0 ... ... ... ... ... 0   x2   0 
   
 
0 1 λ1 0 ... ... ... ... 0   x3   0 
   

. . . ... ... ... . . . . . . . . . . . . . . .
  . . .  . . .
   
dx 
. . .
=  ... 0 1 λ1 0 ... ... 0   xp  +  0  u,
   
dt 0
 ... ... ... 0 λp+1 0 ... 0   xp+1 
 
 1
 
. . . ... ... ... . . . . . . . . . . . . . . .
  . . .  . . .
   

0 ... ... ... ... ... 0 λn−1 0  xn−1   1 
0 ... ... ... ... ... ... 0 λn xn 1

y = α1 α2 . . . . . . αn x + Du.

La matrice d’évolution est sous forme réduite de Jordan. On étend facilement le résultat
précédent au cas où plusieurs pôles multiples existent.

Obtention d’un modèle d’état avec A compagne


La fonction de transfert du système s’écrit :

Y (s) N (s) b0 + b1 s + . . . bm sm
G(s) = = = ,
U (s) D(s) a0 + a1 s + . . . + sn

c’est-à-dire telle que an = 1, ce qui est non restrictif puisque l’on peut toujours s’arranger
pour obtenir G(s) sous cette forme en divisant par an numérateur et dénominateur. On
choisit le vecteur d’état x tel que x1 vérifie :

U (s) = X1 (s)D(s),
Y (s) = X1 (s)N (s),
24 2. Modélisation

soit :
U (s) = (sn + an−1 sn−1 + . . . + a0 )X1 (s), (2.37)
Y (s) = (bm sm + bm−1 sm−1 + . . . + b0 )X1 (s). (2.38)
En choisissant alors x2 , x3 , . . . , xn de sorte que :
dx1
= x2 ,
dt
dx2
= x3 ,
dt
... ...
dxn−1
= xn , (2.39)
dt
on a, pour i = 1, 2, . . . n :
dxi d i x1
= . (2.40)
dt dti
D’après (2.37) :
dn x 1 dn−1 x1
= −a n−1 − . . . − a0 x1 + u, (2.41)
dtn dtn−1
soit, avec (2.40) :
dxn dxn−1
= −an−1 − . . . − a0 x1 + u,
dt dt
et enfin, d’après (2.39) :
dxn
= −an−1 xn − . . . − a0 x1 + u.
dt
L’équation dynamique du système s’écrit donc :
   
0 1 0 ... ... ... 0 0
 0 0 1 0 . . . . . . 0  0
dx    
=  . . . . . . . . . . . . . . . . . .  x + . . .  u
dt 
 0
  
... ... ... ... 0 1  . . . 
−a0 −a1 . . . . . . . . . . . . −an−1 1
La forme de la matrice d’évolution A est dite compagne horizontale. On dit que la
représentation d’état est sous forme canonique commandable.
Il reste alors à déterminer la sortie. D’après (2.38) :
Y (s) = bm sm X1 (s) + (bm−1 sm−1 + . . . + b0 )X1 (s). (2.42)
Dans le cas où m < n, c’est-à-dire où la fonction de transfert est strictement propre, il
vient, d’après (2.42) et (2.41) :

y = b0 b1 . . . bm 0 . . . 0 x.
Dans le cas contraire n = m et alors (2.42) s’écrit :
Y (s) = bn sn X1 (s) + (bn−1 sn−1 + . . . + b0 )X1 (s),
soit, avec (2.37) :
Y (s) = bn (−an−1 sn−1 . . . − a0 )X1 (s) + U (s) + (bn−1 sn−1 + . . . + b0 )X1 (s).


On obtient donc l’équation de sortie :



y = b0 − a0 bn b1 − a1 bn . . . bn−1 − an−1 bn x + bn u.
Chapitre 3

Réponses des systèmes à temps continu

3.1 Réponse temporelle des systèmes à temps continu


En Automatique, on ne calcule pas systématiquement l’expression analytique de la
réponse temporelle d’un système. Ceci s’explique d’abord par le fait que l’on puisse
caractériser les propriétés de la réponse sans avoir à en calculer l’expression analytique,
d’après la connaissance des pôles et zéros du système. Par ailleurs, comme on le verra
par la suite, il s’agit d’un problème assez calculatoire.
Pour établir la réponse temporelle d’un système, on peut procéder de différentes
manières, selon que l’on dispose d’un modèle d’état du système ou de son modèle
externe. Dans ces deux cas, l’obtention de la réponse passe la résolution d’une équation
différentielle. Une alternative au calcul analytique consiste à déterminer numériquement
la réponse à l’aide d’un logiciel de simulation capable de résoudre l’équation différen-
tielle modélisant le système. Dans le cadre du cours d’Automatique, on aura l’occasion
d’utiliser le logiciel Matlab à de nombreuses reprises. Pour une initiation par l’exemple,
voir l’annexe D.

3.1.1 Calcul de la réponse de la représentation d’état


Dans le cas de la représentation d’état, le régime libre associé à l’équation dynamique
d’état :
dx
= Ax + Bu
dt
est obtenue par résolution de l’équation homogène :

dx
= Ax. (3.1)
dt
La solution de cette équation homogène donne la réponse libre de l’état du système, qui
prend la forme :
x(t) = Φ(t, t0 )x(t0 ).
La matrice Φ(t, t0 ), d’ordre n, est appelée matrice de transition. Elle est solution de
l’équation (3.1) et vérifie donc :

dΦ(t, t0 )
= AΦ(t, t0 ), ∀t > t0 .
dt
26 3. Réponses des systèmes à temps continu

Outre le fait que Φ(t0 , t0 ) = I, elle possède différentes propriétés qu’il n’est pas utile
de développer ici. Pour en savoir plus, on consultera [Arzelier 04]. La réponse forcée de
l’état est quant à elle la réponse au seul signal d’entrée, pour des CI nulles. On montre
qu’elle s’écrit : Z t
x(t) = Φ(t, τ )Bu(τ )dτ,
t0

si bien que par superposition :


Z t
x(t) = Φ(t, t0 )x(t0 ) + Φ(t, τ )Bu(τ )dτ.
t0

La réponse du système s’écrit donc :

 Z t 
y(t) = C Φ(t, t0 )x(t0 ) + Φ(t, τ )Bu(τ )dτ + Du(t). (3.2)
t0

Pour un système linéaire invariant la matrice de transition prend la forme d’une


matrice exponentielle :
Φ(t, t0 ) = eA(t−t0 ) , (3.3)
qui peut être calculée par la relation :

A2 t2 An tn
eAt = 1 + At + + ... + + ... (3.4)
2! n!
D’après (3.2) et (3.3), la réponse d’un système linéaire invariant est donc :

 Z t 
A(t−t0 ) A(t−τ )
y(t) = C e x(t0 ) + e Bu(τ )dτ + Du(t). (3.5)
t0

Le calcul de la matrice de transition ne peut être effectué à partir de l’équation (3.4) que
dans le cas où A est diagonale. Dans ce cas, chacun des termes de la diagonale de eAt se
trouve être l’exponentielle du terme correspondant, sur la diagonale de A. En effet, pour
tout terme de la diagonale ai , avec i = 1, 2, . . . , n, en appliquant (3.4) on a :

a2i t2 an tn
eai t = 1 + ai t + + ... + i + ...
2! n!
Une bonne méthode pour calculer la matrice de transition dans le cas où A n’est pas
diagonale consiste donc à la diagonaliser au préalable. Ainsi, soit D la matrice diagonale
obtenue par le changement de base de matrice de passage P :

Ad = P −1 AP,

et donc :
eAt = P eAd t P −1 .
D’autres méthodes (transformation de Laplace, théorème de Sylvester [Ostertag 04])
permettent également de déterminer la matrice de transition.
3.1. Réponse temporelle des systèmes à temps continu 27

0 Exemple

On considère le cas du MCC Maxon F2260, bobinage 885. On souhaite calculer la


sortie y(t) = ω(t) en réponse à une tension constante de 12 V pour des CI suivantes :
ω(0) = 2230 tours/min = 233, 5 rad/s,
i(0) = 0, 168 A.
Le modèle d’état d’un MCC a été établi au paragraphe 2.3.2. On a :
! ! !
− Jf K
 
d x1 J
x 1 0
= + 1 u,
dt x2 K
− L −L R
x2 L
 
 x1
y = 1 0
x2
avec x1 = ω et x2 = i. Le MCC Maxon F2260, bobinage 885, ayant les caractéristiques
suivantes :
R = 1, 44 Ω,
L = 5, 6 10−4 H,
J = 1, 29 10−4 kg.m2 ,
f = 7, 19 10−5 N.s.m−1 ,
K = 0, 10 N.m.A−1 ,
on trouve l’expression numérique de la représentation d’état :
      
d x1 −0, 55768 775, 19 x1 0
= + u,
dt x2 −178, 57 −2571, 4 x2 1785, 7
 
 x1
y = 1 0 .
x2
La diagonalisation de cette représentation d’état est obtenue en déterminant :
 
−55, 58 0
Ad =
0 −2516, 4
 
0, 9975 −0, 2945
et P = .
−0, 07080 0, 9557
On effectue alors le changement de variable régulier z = P −1 x. La nouvelle représentation
d’état est :
dz
= P −1 AP z + P −1 Bu,
dt
y = CP z + Du
et l’on obtient, numériquement :
 
239, 3745
z(0) = ,
17, 9099
   
dz −55, 58 0 563, 9
= z+ u,
dt 0 −2516, 4 1910, 3

y = 0, 9975 −0, 2945 z.
28 3. Réponses des systèmes à temps continu

La réponse est alors définie par :


 Z t 
−1
y(t) = CP Φ(t, 0)z(0) + Φ(t, τ )P Bu(τ )dτ ,
0

avec :
e−55,58(t−τ )
 
0
Φ(t, τ ) = .
0 e−2516,4(t−τ )
Après quelques efforts, il vient :

y(t) = 118, 77 + 117, 32 e−55,58t − 2, 5913 e−2516,4t U(t).




Fin de l’exemple ``

3.1.2 Calcul de la réponse à partir de sa représentation externe


On considère maintenant le cas d’un système dont la relation entrée-sortie est une
équation différentielle à coefficients constants. Bien évidemment, la première solu-
tion consiste à résoudre cette équation, ce qui n’est aisé que dans le cas de systèmes
d’ordre 1 ou 2. Si l’on applique la transformée de Laplace à équation, comme on l’a
vu précédemment, on peut en revanche traiter le cas de systèmes d’ordre supérieur.
Le calcul de la réponse consiste alors à inverser la transformée de Laplace de la sor-
tie Y (s) = G(s)U (s) pour déterminer y(t). Généralement, on utilise pour cela la
décomposition en éléments simples de la fraction rationnelle G(s)U (s), puis les tables
de transformées, pour effectuer l’inversion. Cette technique n’est valable que dans le cas
où les CI sont nulles, puisqu’elle se base sur la fonction de transfert.
D’après la définition de la fonction de transfert :

Y (s) = G(s)U (s).

En se rappelant de la propriété de la transformée de Laplace vis-à-vis de la convolution,


on peut déduire le théorème suivant.

Théorème 3.1 (Réponse d’un système) La réponse d’un système linéaire invariant
d’entrée u(t) et de sortie y(t) peut s’écrire sous la forme :

y(t) = g(t) ∗ u(t)

où g(t) est la transformée de Laplace inverse de la fonction de transfert.

3.1.3 Réponse impulsionnelle et réponse indicielle


Réponse impulsionnelle
On appelle réponse impulsionnelle d’un système sa réponse à une impulsion de Dirac,
qui est une distribution (fonction généralisée), définie de la manière suivante.
3.1. Réponse temporelle des systèmes à temps continu 29

Définition 3.1 (Impulsion de Dirac) Soit f (t) une fonction continue en 0. Alors l’impul-
sion de Dirac est la distribution δ(t) telle que :
Z +∞
f (τ )δ(τ )dτ = f (0).
−∞
D’après le théorème 3.1, la réponse impulsionnelle du système est :
Z +∞
y(t) = g(t) ∗ δ(t) = g(τ )δ(t − τ )dτ.
−∞
soit, par définition de l’impulsion de Dirac :
y(t) = g(t).
La réponse impulsionnelle d’un système peut donc être obtenue en calculant la trans-
formée de Laplace inverse de sa fonction de transfert.

Réponse indicielle
On appelle réponse indicielle d’un système sa réponse à un échelon unité :
(
0, si t < 0,
U(t) =
1, si t > 0.
La réponse indicielle d’un système, généralement facile à obtenir expérimentalement,
est souvent utilisée pour le caractériser. A la figure 3.1 page suivante on a recensé les
principales caractéristiques de la réponse indicielle d’un système. Celles-ci sont toujours
données pour un réponse à partir de CI nulles.
Le temps de réponse à n % , noté tn% , correspond au temps nécessaire à la réponse
indicielle pour atteindre sa valeur finale à ±n% près. On notera que la valeur de 5%
est la plus communément utilisée. On dira d’un système qu’il est rapide si son temps
de réponse est court et qu’il est lent, si son temps de réponse est long (ces notions
restant bien évidemment relatives. . .). Le temps de montée, noté tm , désigne le temps
que met la réponse indicielle pour passer de 10 à 90% de sa valeur finale. Dans le cas
où apparaı̂t un dépassement, c’est-à-dire si la réponse indicielle dépasse sa valeur finale,
on repère le dépassement maximal D1 par rapport à la valeur finale et l’instant de ce
dépassement, noté t1 . Le dépassement est souvent rapporté à la valeur finale : on parle
alors de dépassement pour cent, que l’on note D1 %. Enfin, la pente à l’origine de la
réponse indicielle peut compléter les informations précédentes. La connaissance de la
traduction anglaise de ces termes, indiquée à l’annexe C, est très pratique, notamment
pour utiliser Matlab.
Comme on le verra par la suite, la réponse indicielle donne des renseignements sur la
nature même du système. Cela permet le cas échéant d’identifier un modèle lorsque la
modélisation physique est imparfaite ou inconnue.

3.1.4 Réponse temporelle des systèmes élémentaires


Une bonne connaissance des systèmes du premier et du second ordre est fondamen-
tale en Automatique. On peut en effet fréquemment assimiler un système réel à un
système équivalent d’ordre un ou deux, en choisissant des hypothèses de modélisation
raisonnables, comme on le verra plus loin. Ceci est intéressant car ces systèmes sont les
seuls dont les propriétés soient à la fois bien connues et en nombre limité.
30 3. Réponses des systèmes à temps continu

Réponse indicielle

D1
105 %
100 %
95 %
90 %
Amplitude

10 %

tm t1 Temps
t5%

F IGURE 3.1 – Caractéristiques de la réponse indicielle d’un système

Systèmes du premier ordre


Relation entrée-sortie Un système linéaire invariant à temps continu d’ordre un est
décrit par une équation différentielle d’ordre un à coefficients constants reliant son entrée
u(t) et sa sortie y(t) :
dy(t)
y(t) + τ = Ku(t) (3.6)
dt

où τ et K sont des constantes réelles non nulles ; τ est la constante de temps du système
et K son gain statique.

Réponse indicielle La solution de l’équation (3.6) pour u(t) = U(t) s’écrit :


t
y(t) = α + βe− τ , (3.7)

avec α et β deux constantes réelles dépendant des CI. A l’instant t = 0, l’équation (3.7)
donne :
y(0) = α + β. (3.8)
On n’étudie que le cas où τ > 0, de sorte que le système se stabilise pour t tendant vers
l’infini 1 . Lorsque le système a atteint son régime permanent dy(t)
dt
= 0, ce que l’on peut

1. Le cas τ < 0 donnant une réponse tendant vers l’infini serait celui d’un système instable.
3.1. Réponse temporelle des systèmes à temps continu 31

supposer vrai pour t tendant vers l’infini. Donc, d’après (3.6) et (3.7) :

lim y(t) = K,
t→∞
et lim y(t) = α.
t→∞

Il en résulte que α = K, puis, en utilisant (3.8), que β = y(0) − K. Finalement, on


obtient la réponse indicielle :
t t
y(t) = K(1 − e− τ ) + y(0)e− τ . (3.9)

Cette réponse comporte :


– un terme constant : le gain statique K, qui représente le régime permanent de la
sortie ;
t
– une partie variable : (y(0) − K) e− τ , qui représente le régime transitoire.
A la figure 3.2 page suivante, on a représenté la réponse d’un système du premier
ordre de constante de temps τ = 0, 01 s et de gain statique K = 10. Trois courbes sont
représentées : la courbe en trait continu représente la réponse du système à CI nulles ; les
courbes en pointillés représentent les réponses du système pour y(0) = 8 et y(0) = 15.
Pour un système du premier ordre, les temps de réponse à 5 et 37% sont bien connus
(voir figure 3.3 page suivante). La sortie d’un système du premier ordre atteint en effet
63% de sa valeur finale au bout de τ et 95% au bout de 3τ . La pente à l’origine de la
réponse indicielle vaut quant à elle Kτ .

Systèmes du second ordre


Relation entrée-sortie Un système linéaire invariant à temps continu d’ordre deux est
décrit par une équation différentielle d’ordre deux à coefficients constants reliant son
entrée u(t) et sa sortie y(t). On considère des systèmes dont l’équation différentielle se
met sous la forme canonique :

dy(t) d2 y(t)
ωn2 y(t) + 2ξωn + = Kωn2 u(t), (3.10)
dt dt2
où ξ et ωn sont des constantes réelles strictement positives et K une constante réelle
non nulle ; ξ est le coefficient d’amortissement du système, ωn sa pulsation naturelle ou
pulsation propre non amortie et K son gain statique. A l’instar de la constante τ d’un
système du premier ordre, les coefficients ξ et ωn sont choisis positifs pour assurer la
stabilité, comme on le comprendra plus tard.

Réponse indicielle La solution de l’équation différentielle (3.10) dépend des racines


de l’équation caractéristique associée :

ωn2 + 2ξωn s + s2 = 0,

qui valent :
p
p1,2 = −(ξ ± j 1 − ξ 2 )ωn , si 0 < ξ 6 1
p
et p1,2 = −(ξ ± ξ 2 − 1)ωn , si ξ > 1. (3.11)
32 3. Réponses des systèmes à temps continu

Réponse indicielle
16

14

12

10
Amplitude

0
0 0.01 0.02 0.03 0.04 0.05 0.06
Temps (s)

F IGURE 3.2 – Réponse indicielle d’un système du premier ordre de constante de temps
τ = 0, 01 s et de gain statique K = 10, pour différentes CI

Réponse indicielle
100 %
95 %

63 %
Amplitude

τ 3τ
Temps

F IGURE 3.3 – Caractéristiques de la réponse indicielle d’un système du premier ordre de


constante de temps τ
3.1. Réponse temporelle des systèmes à temps continu 33

Le complexe j est le nombre imaginaire pur tel que j 2 = −1. La réponse du système
pour u(t) = U(t) dépend donc de la valeur de ξ, à l’image des pôles du système. D’après
(3.11), elle prend les différentes formes suivantes :
 p
−ξωn t

 α + βe sin( 1 − ξ 2 ωn t + ϕ), si 0 < ξ < 1,
−ξωn t
α + (β + γt)e , si ξ = 1,
 √ √
2 2
α + βe−(ξ+ ξ −1)ωn t + γe−(ξ− ξ −1)ωn t , si ξ > 1,

avec α, β, γ ∈ R dépendant des CI. Il serait un peu fastidieux d’établir toutes les
expressions en fonction des CI. On retiendra donc la forme des différentes réponses pour
des CI nulles.
A la figure 3.4, on a représenté la réponse d’un système du second ordre de pul-
sation naturelle ωn = 100 rad/s et de gain statique K = 10, pour différentes valeurs
du coefficient d’amortissement ξ. Dans le cas où ξ > 1, la réponse est apériodique,

Réponse indicielle
16

14

ξ=0,2

12

ξ=0,42

10
ξ=0,71
Amplitude

ξ=1
8

ξ=1,5

ξ=3,48

0
0 0.05 0.1 0.15 0.2 0.25
Temps (s)

F IGURE 3.4 – Réponse indicielle d’un système du second ordre pour différentes valeurs
du coefficient d’amortissement
c’est-à-dire qu’elle ne comporte aucune oscillation. En revanche, dans le cas où ξ < 1,
la réponse
p présente des pseudo-oscillations. Il s’agit d’oscillations de pulsation fixe
ωp = 1 − ξ 2 ωn , dont l’amplitude décroı̂t exponentiellement vers zéro, comme illustré
à la figure 3.5 page suivante, dans le cas du système précédent, pour ξ = 0, 2. On
appelle ωp pseudo-pulsation ou pulsation amortie. Elle correspond à une pseudo-période
Tp = ω2πp . Dans le cas de pseudo-oscillations, on peut déterminer analytiquement les
caractéristiques du premier dépassement :
π − √ ξπ
t1 = p , D1 = e 1−ξ2 .
1 − ξ 2 ωn
34 3. Réponses des systèmes à temps continu

Réponse indicielle
20

18

16

14

12
Amplitude

10

0
0 0.05 0.1 0.15 0.2 0.25
Temps (s)

F IGURE 3.5 – Réponse indicielle d’un système du second ordre pseudo-oscillant et


l’enveloppe des pseudo-oscillations

La caractérisation du temps de réponse du système n’est pas aussi évidente. On peut


cependant remarquer les deux choses suivantes :
– dans le cas d’un système avec deux pôles réels, associés à deux constantes de
temps, on peut approcher le temps de réponse à 5% par trois fois la plus grande
constante de temps du système, à la manière d’un premier ordre : t5% ' 3τ1 , où τ1
représente la plus grande des constantes de temps ;
– dans le cas d’un système avec deux pôles complexes, la réponse indicielle est
comprise à l’intérieur d’une enveloppe exponentielle connue : 1 ± e−ξωn t (pour
un échelon unité). Ainsi on pourra dire que t5 % < ξω3n . Cette valeur fournit en
général un bonne approximation illustrée à la figure 3.6 page suivante.
L’ensemble des caractéristiques évoquées renseignent sur le comportement dyna-
mique de la réponse temporelle. Pour un système du second ordre, on considère √
que le
2
le compromis optimal entre amortissement et rapidité est obtenu pour ξ = 2 ' 0, 7.
Le premier dépassement est alors de 5 % de la valeur finale : l’instant du premier
dépassement correspond ainsi au temps de réponse à 5% du système. La relation entre
premier dépassement et coefficient d’amortissement est illustrée par le tracé de la fi-
gure 3.7 page ci-contre.

Cas des systèmes du second ordre avec zéro Outre les caractéristiques dynamiques
soulignées précédemment, on peut remarquer que la pente à l’origine de la réponse
indicielle du système, pour des CI nulles, est nulle. Ceci reste toujours vrai en l’absence
de zéro, quel que soit le coefficient d’amortissement. En revanche, ce n’est plus le cas
pour un système du second ordre comportant un zéro. La pente à l’origine est alors non
nulle et son signe dépend du signe du zéro.
3.1. Réponse temporelle des systèmes à temps continu 35

Réponse indicielle
12

10

8
Amplitude

0
0 1 2 3 4 5 6 7 8 9 10
Temps (sec)

F IGURE 3.6 – Temps de réponse à 5% d’un système du second ordre de coefficient


d’amortissement 0, 6 et d’un premier ordre de constante de temps ξω1n

100

90

80
Amplitude du premier dépassement (%)

70

60

50

40

30

20

10

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Amortissement

F IGURE 3.7 – Correspondance entre premier dépassement (D1% ) et le coefficient d’amor-


tissement, pour un système du second ordre
36 3. Réponses des systèmes à temps continu

Dans ce cas où le zéro est à partie réelle positive, le système est toujours à réponse
indicielle bornée (comme on le verra plus tard ce système reste stable), mais ses propriétés
ne correspondent plus à la description qui a été faite précédemment. La réponse indicielle
débute par une portion à l’envers : elle commence par décroı̂tre avant de croı̂tre de
nouveau et de se stabiliser. En comparaison avec un système possédant un zéro de même
module mais négatif, on note que le système possédant le zéro positif est moins rapide.
En quelque sorte, il ne rattrape jamais le retard pris au démarrage, les propriétés des
pseudo-oscillations de sa réponse indicielle étant identiques, comme représenté à la
figure 3.8.

Réponse indicielle
50

40

30

20

10
Amplitude

−10

−20

−30

−40

−50
0 0.05 0.1 0.15 0.2 0.25
Temps (s)

F IGURE 3.8 – Réponse indicielle de deux systèmes du second ordre possédant les mêmes
pôles, l’un possédant un zéro en 10 (en pointillé), l’autre possédant un zéro en -10 (en
trait plein)

3.2 Réponse harmonique des systèmes à temps continu


3.2.1 Représentations et caractérisation de la réponse harmonique
On se place dans le cas d’un système linéaire invariant de fonction de transfert G(s),
en régime permanent sinusoı̈dal de pulsation ω. On appelle réponse harmonique du
système la fonction G(s = jω). On montre que la réponse du système à une entrée
sinusoı̈dale u(t) = A sin ωt est elle-même sinusoı̈dale et s’écrit :

y(t) = A |G(jω)| sin (ωt + Arg{G(jω)}) .

La connaissance de G(jω) permet donc de déduire le comportement fréquentiel du


système.
3.2. Réponse harmonique des systèmes à temps continu 37

La réponse harmonique G(jω) étant un nombre complexe fonction d’une variable


complexe, on l’illustre le plus souvent par des diagrammes mettant en correspondance le
module et l’argument de G(jω).

Diagramme de Bode

Le diagramme de Bode est constitué de deux courbes. La première donne le module


de G(jω) en décibels (dB), quand la pulsation ω varie :

GdB (ω) = 20 log10 |G(jω)|.

La seconde donne l’argument de G(jω), généralement exprimé en degrés (deg), quand


la pulsation ω varie :
ϕ(ω) = Arg{G(jω)}.

On utilise traditionnellement les termes gain et de phase, plutôt que les termes module et
argument.
L’intérêt du diagramme de Bode provient du fait que le module d’un produit de
nombres complexes est le produit de leurs modules. Par conséquent le module en dB
d’un produit de nombres complexes est la somme de leurs modules en dB. Par ailleurs,
l’argument d’un produit de nombres complexes est la somme des arguments. On peut
donc tracer aisément le diagramme de Bode de tout système à partir de sa réponse
harmonique dans sa forme factorisée en sous-systèmes d’ordre un et deux :
  2 
Qp Qq ω ω
i=1 (1 + jτi ω) i=p+1 1 + 2jξi ωni − ωni
K
G(jω) =   2  .
(jω)c Qp0 Qq 0 ω ω
j=1 (1 + jτj ω) j=p0 +1 1 + 2jξj ωnj − ωnj

L’échelle en abscisse du diagramme de Bode est logarithmique, pour mettre en évidence


des propriétés caractéristiques des asymptotes des diagrammes, comme on le verra dans
le cas des systèmes d’ordre 1 et 2.

Diagramme de Nyquist

Le diagramme de Nyquist est le lieu de G(jω) dans le plan complexe, lorsque ω


varie de −∞ à +∞. Ce diagramme est orienté selon les ω croissants. En général, on
choisit l’échelle du diagramme de Nyquist de sorte que le point complexe d’abscisse −1,
dit point critique apparaisse et puisse être situé par rapport au lieu de G(jω) à des fins
d’analyse (voir les critères de stabilité plus loin).

Diagramme de Black

Le diagramme de Black est le lieu orienté des points de coordonnées (ϕ(ω), GdB (ω))
lorsque ω varie de −∞ à +∞. On fait en général apparaı̂tre le point critique de coor-
données (−180, 0) lors du tracé de ce lieu, pour les mêmes raisons.
38 3. Réponses des systèmes à temps continu

3.2.2 Réponse harmonique des systèmes élémentaires


Systèmes du premier ordre
Fonction de transfert et réponse harmonique La fonction de transfert d’un système
du premier ordre se déduit de (3.6) :

Y (s) K
G(s) = = .
U (s) 1 + τs

Il existe donc un pôle pour le système en p = − τ1 . On remarque que ce pôle correspond au


coefficient de décroissance du transitoire de la réponse indicielle (3.9). Pôle et constante
de temps sont ainsi liés :
– si τ > 0 est petit, le système est rapide ; alors p < 0 avec |p| grand ;
– si τ > 0 est grand, le système est lent ; alors p < 0 avec |p| petit.
La réponse harmonique associée à la fonction de transfert est :
K
G(jω) = . (3.12)
1 + jτ ω

Comportement asymptotique de la réponse et diagrammes harmoniques La des-


cription de la réponse harmonique d’un système se fait aisément en étudiant son com-
portement asymptotique. Dans un second temps, on complète cette étude par quelques
valeurs permettant d’obtenir la réponse par interpolation. Le comportement asymptotique
de la réponse harmonique (3.12) est établi dans le tableau 3.1.

ω G(jω) équivalent gain gain (dB) phase (deg)


1
ω , soit ωτ  1 K K KdB = 20 log10 K 0
τ
1 K K
ωc = √ KdB − 3 −45
τ 1+j 2
1 −jK K
ω , soit ωτ  1 KdB − 20 log10 τ − 20 log10 ω −90
τ τω τω

TABLE 3.1 – Réponse harmonique d’un système du premier ordre

On remarque que pour les pulsations grandes devant la pulsation ωc = τ1 dite pulsation
de coupure à −3 dB, le gain diminue de 20 dB chaque fois que la pulsation est multipliée
par 10. La courbe du gain en dB suit donc une direction asymptotique qui est une
droite de pente −20 dB/décade dans le diagramme de Bode dont l’échelle horizontale
est logarithmique (voir figure 3.9 page suivante). A la pulsation ωc on observe une
atténuation du gain de 3 dB (d’où l’appellation de pulsation de coupure à −3 dB) par
rapport au gain statique KdB et un déphasage de −45 deg. La bande passante du système
ωc
est la fréquence B = 2π associée à la pulsation de coupure à −3 dB.
Les diagrammes harmoniques du système du premier ordre de constante de temps
τ = 0, 01 s et de gain statique K = 10 sont donnés aux figures 3.9 page ci-contre et 3.10
page suivante. On note que la construction du diagramme de Nyquist est très incomplète
3.2. Réponse harmonique des systèmes à temps continu 39

Diagramme de Bode
KdB=
20

−3 dB
Amplitude(dB)

10
−2
0 0d
B/d
éca
de
−10

−20

10
0 1
10 ωc=102 10
3
10
4

−10
Phase (deg)

−20
−30
−40
−45
−50
−60
−70
−80
−90
10
0 1
10 ωc= 102 10
3
10
4

Pulsation (rad/s)

F IGURE 3.9 – Diagramme de Bode d’un système du premier ordre de constante de temps
τ = 0, 01 s et de gain statique K = 10

Diagramme de Nyquist Lieu de Black−Nichols


1
20 KdB

0
15

−1 10
Axe imaginaire

5
−2
Gain (dB)

0
−3

−5

−4
−10

−5
−15

K −90
−20
−2 0 2 4 6 8 10 −180 −160 −140 −120 −100 −80 −60 −40 −20
−1 Axe réel K/2 = 5 Phase (deg)

F IGURE 3.10 – Diagramme de Nyquist et lieu de Black-Nichols d’un système du premier


ordre de constante de temps τ = 0, 01 s et de gain statique K = 10
40 3. Réponses des systèmes à temps continu

si l’on ne s’intéresse qu’aux propriétés asymptotiques de la réponse harmonique. Il faut


pour construire le diagramme de Nyquist remarquer que :

1 − jτ ω
G(jω) = K
1 − (τ ω)2
K
est l’équation paramétrique d’un demi-cercle centré en 2
dans le plan complexe (mais si,
faites le calcul . . .).

Systèmes du second ordre


Fonction de transfert et réponse harmonique La fonction de transfert du système
du second ordre se déduit de (3.10) :

Y (s) Kωn2
G(s) = = 2 . (3.13)
U (s) ωn + 2ξωn s + s2

Cette forme particulière facilite le calcul des pôles du système, dont l’expression a
été établie par l’équation (3.11). On rappelle que ces pôles valent, selon la valeur du
coefficient d’amortissement :
p
p1,2 = −(ξ ± j 1 − ξ 2 )ωn si 0 < ξ 6 1
p
et p1,2 = −(ξ ± ξ 2 − 1)ωn si ξ > 1.

On peut les représenter graphiquement dans le plan complexe, comme cela est fait à la
figure 3.11.

Axe imaginaire
ωn
p1 p
ωn 1 − ξ2

cos(ψ) = ξ ψ 0 Axe réel


−ξωn

p
-ωn 1 − ξ2
p2

F IGURE 3.11 – Pôles d’un système du second ordre de coefficient amortissement ξ et de


pulsation naturelle ωn

La réponse harmonique issue de (3.13) est :

Kωn2
G(jω) = .
ωn2 − ω 2 + 2jξωn ω
3.2. Réponse harmonique des systèmes à temps continu 41

ω G(jω) équivalent gain gain (dB) phase (deg)

ω  ωn K K KdB = 20 log10 K 0

K K
ωn 2jξ 2ξ KdB − 6 − 20 log10 ξ −90

−Kωn2 Kωn2
ω  ωn ω2 ω2
KdB + 40 log10 ωn − 40 log10 ω −180

TABLE 3.2 – Réponse harmonique d’un système du second ordre

Comportement asymptotique de la réponse et diagrammes harmoniques Le com-


portement asymptotique d’un système du second ordre est établi dans le tableau 3.2.

On remarque que pour les pulsations grandes devant la pulsation naturelle ωn , la


courbe de gain suit une direction asymptotique, qui est une droite de pente −40 dB/décade
dans le diagramme de Bode (voir figure 3.12 page suivante). A la pulsation ωn le
déphasage vaut −90 deg ; le gain dépend, quant à lui, de la valeur du coefficient
d’amortissement et l’on peut, selon les cas, avoir atténuation ou, au √contraire, résonance .
Pour cela il faut que le coefficient d’amortissement soit inférieur à 22 ' 0, 7. Alors, à la
pulsation :

p
ωr = 1 − 2ξ 2 ωn

le gain en dB passe par une valeur maximale supérieur au gain statique. Le coefficient
de surtension, quotient du gain maximal sur le gain statique (pas en dB, en valeur vraie)
vaut alors :

1
Q= p .
2ξ 1 − ξ 2

Le phénomène de résonance apparaı̂t clairement sur le diagramme de Bode de la


figure 3.12 page suivante. On y a représenté le cas d’un système du second ordre de
pulsation naturelle ωn = 100 rad/s et de gain statique K = 10, pour différentes valeurs
du coefficient d’amortissement ξ. Le diagramme de Nyquist et le lieu de Black de ce
même système sont donnés à la figure 3.13 page suivante.
Dans le cas où le coefficient d’amortissement est supérieur à un, le système est très
amorti (régime apériodique) et il existe deux pôles réels distincts. On peut alors considérer
le comportement asymptotique du système comme résultant de la superposition des
comportements des deux sous-systèmes d’ordre un, de pulsations de coupure respectives
ωc1 et ωc2 .
42 3. Réponses des systèmes à temps continu

Diagramme de Bode
KdB
20
Amplitude(dB)

0
−4
ξ= 0,2 0d
−20 B/d
0,42 éca
0,71 de
−40 1
1,5
3,48
−60
0 1 2 3 4
10 10 10 10 10

−20
−40
−60
Phase (deg)

−80 −90
−100
−120
−140
−160
−180 ωc
0 1 2 3 4
10 10 10 10 10
Pulsation (rad/s)

F IGURE 3.12 – Diagramme de Bode d’un système du second ordre de gain statique
K = 10 et de pulsation naturelle ωn = 100 rad/s, pour différentes valeurs du coefficient
d’amortissement

Diagramme de Nyquist Lieu de Black−Nichols


30
0
KdB ξ= 0,2
20
0,42
−5 1,5 3,48
0,71 1 10 0,71
0,42
1
ξ= 0,2 0
1,5
−10
Axe imaginaire

Gain (dB)

−10

3,48
−20
−15

−30

−20 −40

−50

−25

−10 −5 0 5 K= 10 15 −180 −160 −140 −120 −100 −80 −60 −40 −20
Axe réel Phase (deg)

F IGURE 3.13 – Diagramme de Nyquist et lieu de Black-Nichols d’un système du second


ordre de gain statique K = 10 et de pulsation naturelle ωn = 100 rad/s, pour différentes
valeurs du coefficient d’amortissement
3.3. Simplification d’un système continu 43

3.3 Simplification d’un système continu


Cette section décrit comment simplifier un modèle, essentiellement en observant ses
pôles et zéros. Cela s’applique à des systèmes linéaires invariants d’ordre supérieur ou
égal à deux.

Un système linéaire invariant possède des pôles (resp. des zéros) complexes ou réels.
Les pôles (resp. les zéros) complexes vont systématiquement par paire. En associant les
pôles (resp. les zéros) on peut toujours transformer la fonction de transfert pour obtenir
sa forme factorisée :
Qp Qq ξi 1 2
K i=1 (1 + τ i s) i=p+1 (1 + 2 ωni s + ωn 2i s )
G(s) = c Qp0 Qq 0 ξj
.
s j=1 (1 + τj s) j=p0 +1 (1 + 2 s + 1 2 s2 )
ωnj ωn j

On peut tracer le diagramme de Bode du système en superposant les diagrammes associés


aux polynômes présents au numérateur et au dénominateur :
– les polynômes d’ordre un, correspondant aux pôles et zéros réels ;
– les polynômes d’ordre deux, correspondant aux pôles et zéros complexes conjugués.
Pour comprendre, le mieux est de traiter l’exemple suivant.

0 Exemple

On considère le MCC Maxon F2260 (bobinage 885), déjà étudié au paragraphe 3.1.1,
dont on rappelle les caractéristiques :
R = 1, 44 Ω,
L = 5, 6 10−4 H,
J = 1, 29 10−4 kg.m2 ,
f = 7, 19 10−5 N.s.m−1 ,
K = 0, 10 N.m.A−1 .
L’expression numérique de la fonction de transfert définie par l’équation (2.28) s’écrit
alors :
1, 384.106
G(s) = 2 . (3.14)
s + 2572s + 1, 399105
On la factorise sous la forme :
9, 8975
G(s) = . (3.15)
(1 + 0, 0184s)(1 + 0, 0004s)
Dans ce cas, on a deux constantes de temps, associées à deux pôles réels distincts :
– τem = 0, 0184 s est la constante de temps électromécanique, associée au pôle
électromécanique du MCC : c’est la constante de temps la plus grande, associée
au pôle le plus lent ;
– τel = 0, 0004 s est la constante de temps électrique, associée au pôle électrique du
MCC : c’est la constante de temps la plus petite, associée au pôle le plus rapide.
Pour analyser le système, on a tracé à la figure 3.14 page 45 les diagrammes de Bode
asymptotiques de :
9, 8975
KG G1 (jω) = ,
1 + 0, 0184jω
44 3. Réponses des systèmes à temps continu

et
1
G2 (jω) = ,
1 + 0, 0004jω
ainsi que les diagrammes de Bode asymptotique et réel de G(jω).
Le principal enseignement de cette figure concerne les influences respectives des deux
pôles. Le pôle électromécanique, associé à la constante de temps τem , grande devant τel ,
est prépondérant. En effet, aux pulsations inférieures à τ1el , l’influence du pôle électrique
du moteur est quasi-nulle : le système se comporte comme un premier ordre aux basses
fréquences. L’influence du pôle électrique ne se fait sentir que lorsque la pulsation est
proche de la pulsation de coupure associée au pôle électrique (grossièrement, dans la
décade précédente). Or, à ces fréquences le système est déjà très amorti (d’environ 20
dB), à cause de l’action du pôle électromécanique du moteur.
A titre de comparaison, si l’on représente la réponse indicielle du système avec
alternativement des modèles d’ordre un puis deux, il n’est quasiment pas possible de
les différencier, à l’échelle du temps de réponse. On a donc préféré représenter à la
figure 3.15 page ci-contre la différence de réponse indicielle entre les modèles d’ordre
un et d’ordre deux. Ce tracé confirme que le modèle d’ordre un offre une très bonne
approximation du comportement dynamique du système, à l’exception peut-être du
début du transitoire : le MCC, en tant que système d’ordre deux possède une réponse
indicielle de pente nulle à l’origine, alors que le système du premier ordre équivalent
aura une réponse indicielle à l’origine de pente τKem G
. L’hypothèse est néanmoins sensée
physiquement : elle traduit la possibilité de négliger la dynamique liée à l’établissement
du courant dans le moteur devant celle traduisant la mise en mouvement du rotor, sous
l’action de la force électromotrice.
Fin de l’exemple ``

Les constatations faites sur cet exemple se généralisent. Lorsque deux pôles sont
suffisamment distincts le pôle le plus près de l’axe des imaginaires, c’est-à-dire le
plus petit en valeur absolue, associé à la constante de temps la plus grande, impose sa
dynamique. Il est dit dominant s’il est suffisamment séparé des autres. Pour cela, un
rapport de 10 est généralement admis. Si l’on doit faire une approximation pour simplifier
l’étude d’un système dont le modèle est d’ordre élevé, on néglige donc les pôles les plus
rapides. Si les pôles sont proches, il peut devenir plus hasardeux d’effectuer une telle
simplification.
Dans le cas de pôles complexes conjugués, introduisant un élément du second ordre au
dénominateur de la fonction de transfert, on peut de même considérer que la dynamique
liée à une paire de pôles complexes conjugués est négligeable devant celle liée à un
pôle simple ou à une autre paire de pôles complexes conjugués si la pulsation naturelle
associée à cette paire est grande devant la pulsation naturelle de l’autre paire, ou devant
la pulsation associée au pôle simple.
Le cas des zéros est similaire et on les simplifie entre eux de la même manière. En
revanche, on procède avec prudence pour ce qui est de négliger un zéro prépondérant
au vu de la valeur des pôles. Ces notions concernant l’influence des pôles et zéros
en fonction de leurs positions relatives seront très utiles dans le cas de la synthèse de
correcteurs dans le lieu des racines, que nous verrons à la section 7.4.
3.3. Simplification d’un système continu 45

KdB = 20
(−1)
ω
0
(−1)
(−1) (G2 )dB
(KG G1 )dB
(−
2)

GdB

1 1
τem τel ω
0

Arg{G2 }
−90
Arg{KG G1 }

−180 Arg{G}

F IGURE 3.14 – Construction du diagramme de Bode d’un moteur Maxon F2260

−0.02

−0.04

−0.06

−0.08
Amplitude

−0.1

−0.12

−0.14

−0.16

−0.18

−0.2
0 0.02 0.04 0.06 0.08 0.1 0.12
Temps (s)

F IGURE 3.15 – Erreur de modélisation dans l’hypothèse d’un modèle d’ordre un du


MCC : erreur sur la réponse indicielle pour un moteur Maxon F2260
Chapitre 4

Analyse des systèmes à temps continu

4.1 Commandabilité et observabilité


Les notions de commandabilité et d’observabilité sont fondamentales pour l’étude
des systèmes en vue de leur commande. Elles sont généralement définies à partir du
modèle d’état du système considéré, qui permet de les caractériser facilement grâce aux
critères de Kalman.

4.1.1 Commandabilité
La commandabilité d’un système caractérise sa capacité à voir son comportement
dynamique évoluer sous l’action de sa commande.

Définition 4.1 (Commandabilité d’un système) Une variable d’état xi est comman-
dable s’il est possible de déterminer une commande u(t) sur un intervalle [t0 , tf ]
conduisant tout état initial xi (t0 ) en 0 en un temps t1 avec t0 6 t1 6 tf . Si cette pro-
priété est vraie pour tout t0 et pour toute variable du vecteur d’état, alors le système est
dit complètement commandable.

Théorème 4.1 (Critère de commandabilité (de Kalman)) Un système linéaire inva-


riant d’équation dynamique d’état :
dx
= Ax + Bu
dt
est commandable si et seulement si la matrice de commandabilité :

Com = B AB . . . An−1 B
est de rang n.
On parle couramment de commandabilité de la paire (A, B).

0 Exemple

Considérons le système de niveau de liquide présenté à l’exemple du paragraphe 2.1.3.


Ce système est régi par la loi d’évolution :
dh
RC + h = Rqe .
dt
48 4. Analyse des systèmes à temps continu

Si l’on choisit la variation h de la hauteur de liquide comme variable d’état de ce système


du premier ordre, le système étant commandé par les variations u = qe du débit d’entrée
autour du débit nominal q0 , son équation dynamique d’état s’écrit :
dx 1 1
=− x+ u
dt RC C
et le système est bien évidemment commandable par application du critère de Kalman
car B = C1 est non nul, donc de rang un, égal à l’ordre du système.
On envisage maintenant que le système soit alimenté par la vanne d’entrée mais aussi
par l’intermédiaire d’un réservoir additionnel, comme cela est représenté à la figure 4.1
[Arzelier 04]. Ce nouveau réservoir rempli d’une hauteur hr de liquide est de section Cr ,
de résistance de sortie Rr , et se vide avec le débit qr dans le premier réservoir. Les lois

hr

vanne entrée
q0 + qe
qr

h0 + h

vanne sortie

q0 + qs
R

F IGURE 4.1 – Schéma modifié du régulateur de niveau de liquide

auxquelles obéit maintenant le système sont :


Cdh = (qe + qr − qs )dt,
h
qs = ,
R
Cr dhr = −qr dt,
hr
qr = .
Rr
Si l’on choisit les hauteurs de liquide h et hr comme variables d’état : x1 = h et x2 = hr ,
l’équation dynamique d’état du système est maintenant :
! ! !
1 1 1
 
d x1 − RC Rr C x 1
= + C u.
dt x2 0 1
− Rr Cr x2 0
4.1. Commandabilité et observabilité 49

L’application du critère de Kalman avec :


 1 1

− RC R C
A= r
0 − Rr1Cr

et : 1
B= C
0
conduit à calculer : 1 1

C
− RC 2
Com = (B AB) = .
0 0
Le système n’est alors plus complètement commandable, car la matrice de commandabi-
lité est de rang n − 1 = 1. Plus précisément, la variable x2 , c’est-à-dire la hauteur du
réservoir ajouté n’est pas commandable par la vanne d’entrée (ce qui n’avait pas échappé
à votre bon sens).
Fin de l’exemple ``

4.1.2 Observabilité
L’ observabilité d’un système caractérise la possibilité de déterminer son état à partir
des mesures de sa sortie.

Définition 4.2 (Observabilité d’un système) Une variable d’état xi est observable s’il
est possible de déterminer xi (t0 ) à partir de la connaissance de la sortie y(t) sur un
intervalle [t0 , tf ]. Si cette propriété est vraie pour tout t0 et pour toute variable du
vecteur d’état, alors le système est dit complètement observable.

Théorème 4.2 (Critère d’observabilité (de Kalman)) Un système linéaire invariant


dont la représentation d’état s’écrit :

dx
= Ax + Bu,
dt
y = Cx + Du

est observable si et seulement si la matrice d’observabilité :


 
C
 CA 
Obs =  ... 

CAn−1

est de rang n.
On parle couramment d’observabilité de la paire (A, C).

0 Exemple

On considère l’exemple du paragraphe précédent, avec pour sortie du système la hauteur


50 4. Analyse des systèmes à temps continu

d’eau dans le réservoir principal. Dans le premier cas (réservoir seul), la représentation
d’état du système s’écrit :

dx 1 1
= − x + u,
dt RC C
y = x,

et le système est bien évidemment observable par application du critère de Kalman car
C = 1 est non nul, donc de rang un, égal à l’ordre du système.
Si l’on considère ensuite le cas du système avec le réservoir additionnel, la nouvelle
représentation d’état est :
 1 1
  1
dx − RC Rr C x1
= 1 + C u,
dt 0 − x 2 0
 Rr Cr
 x1
y = 1 0
x2

et la matrice d’observabilité vaut :


   
C 1 0
Obs = = 1 1 .
CA − RC Rr C

Le système est donc complètement observable car la matrice d’observabilité est de rang
n = 2. La hauteur de liquide dans les deux réservoirs peut donc être reconstruite à partir
des seules connaissances de la hauteur dans le réservoir principal et du modèle d’état du
système. Si vous en avez la curiosité, vous découvrirez comment on reconstruit l’état
d’un système avec un observateur en cours d’option, en troisième année.
Fin de l’exemple ``

4.2 Stabilité
La stabilité d’un système est une autre caractéristique fondamentale.

4.2.1 Stabilité interne


Stabilité et état d’équilibre
Un état d’équilibre est un état du système qui reste non modifié lorsque le système est
abandonné à lui-même. On dira qu’un système est stable si, écarté de son état d’équilibre,
il y revient.

Etats d’équilibre
D’après la définition précédente, dans un état d’équilibre, donc à commande nulle,
l’équation d’évolution du système :

dx
= Ax + Bu
dt
4.2. Stabilité 51

devient :
Ax = 0. (4.1)
Deux cas peuvent alors se présenter selon les propriétés de A. Pour bien comprendre
l’origine de ces deux cas, on rappelle le théorème reliant l’application linéaire représentée
par A à la dimension n de l’espace vectoriel sur lequel elle est définie :

dim(Im A) + dim(Ker A) = n,

qui s’écrit encore :


rangA + dim(Ker A) = n.
Si le noyau de l’application est réduit à l’origine et donc le rang de A égal à n, il n’y a
qu’une solution pour l’équation (4.1) : x = 0. Dans le cas contraire, rang A 6= n, ce qui
est détecté par le fait qu’alors det A=0. Il existe des solutions non nulles à l’équation
(4.1), l’ensemble de ces solutions s’identifiant à Ker A.

Cas où det A 6= 0 Dans ce cas il n’existe qu’une seule solution au système (4.1), en
x = 0. Le seul état d’équilibre est donc l’origine de l’espace d’état.

0 Exemple

On considère le cas du MCC. Si l’on prend comme sortie du système sa vitesse de


rotation et comme entrée sa tension d’induit, le modèle d’état, donné par (2.20), est tel
que : !
− Jf K
J
A= .
−KL
− R
L

Le déterminant de la matrice d’évolution est :


f R K2
det A = + > 0.
JL JL
Il en résulte que le seul état d’équilibre possible du système est obtenu quand x1 = ω = 0
et x2 = i = 0, ce qui va de soit : le moteur est alors à l’arrêt et le courant d’induit est
nul ! Autrement dit, sans alimentation de l’induit, le moteur étant à l’arrêt, il y reste. . .
Fin de l’exemple ``

Cas où det A = 0 Dans ce cas le noyau de la matrice d’évolution n’est pas réduit
à l’origine et il existe une infinité d’états d’équilibre tous compris dans un espace de
dimension n−rang A, que l’on obtient en résolvant (4.1).

0 Exemple

On considère à nouveau le cas du MCC mais la sortie du système est maintenant sa


position angulaire θ. Le modèle d’état correspondant (2.22) est tel que :
 
0 1 0
A = 0 − Jf K 

J

0 −K L
−R L
52 4. Analyse des systèmes à temps continu

Le déterminant de la matrice d’évolution A est alors nul : il existe donc une infinité
d’états d’équilibre. Si l’on résout Ax = 0, on constate que tous les triplets tels que
x2 = x3 = 0 sont des états d’équilibre, ce qui est bien naturel : le moteur peut être à
l’arrêt dans une position angulaire quelconque de l’axe, à condition que son rotor ne soit
plus alimenté et que sa vitesse de rotation soit nulle, ce qui va là encore de soi. . .

Fin de l’exemple ``

Stabilité des états d’équilibre

On peut caractériser les états d’équilibre de trois manières comme cela est fait
intuitivement à la figure 4.2. Dans le cas d’un équilibre instable, toute modification de

équilibre instable équilibre asymptotiquement stable équilibre simplement stable

F IGURE 4.2 – Représentation intuitive des différents cas de stabilité d’un état d’équilibre

l’état autour de l’équilibre éloigne le système du point d’équilibre initial. Dans le second
cas, le système étant écarté de l’état d’équilibre initial, il y revient : on parle d’ équilibre
asymptotiquement stable. Enfin, si le système une fois écarté de l’état d’équilibre initial
retrouve un état d’équilibre différent, l’équilibre est dit simplement stable.
Dans l’espace d’état, on peut représenter le comportement d’un système perturbé à
partir d’un point d’équilibre comme cela est fait à la figure 4.3.

le
tab
ins
sim stab
on

pl le
ti

em
ba

en
ur
rt

t
pe

t
en
e m
bl ue
sta otiq
pt
ym
as

nouvel équilibre
équilibre initial

F IGURE 4.3 – Les différents types de stabilité dans l’espace d’état


4.2. Stabilité 53

4.2.2 Stabilité BIBO


Si l’on considère la stabilité du système vis-à-vis de sa réponse, on adopte la définition
suivante.

Définition 4.3 (Stabilité BIBO) Un système est stable si toute entrée bornée produit
une sortie bornée.

Cette définition caractérise la stabilité entrée bornée-sortie bornée (BIBO usuellement


en abrégé, d’après l’anglais bounded input bounded output).

Condition sur les pôles


Théorème 4.3 (Critère algébrique de stabilité (pôles)) Un système linéaire invariant
à temps continu est stable si tous ses pôles sont à partie réelle strictement négative.

Le théorème 4.3 permet de déterminer la stabilité du système si l’on est capable de


calculer l’ensemble de ses pôles.
D’après la correspondance qu’il existe entre pôles du système et valeurs propres
de la matrice d’évolution, le théorème précédent peut être appliqué en calculant les
valeurs propres de la matrice d’évolution A, qui doivent alors toutes être à partie réelle
négative. Le théorème est valable pour tout système, qu’il soit en boucle ouverte ou
fermée. Pour un système d’ordre élevé, il faut généralement recourir à une résolution
numérique pour déterminer les pôles du système. Pour cette raison, un certain nombre de
méthodes alternatives ont été développées pour caractériser la stabilité d’un système.

Critère de Routh-Hurwitz
Soit D(s) = an sn + an−1 sn−1 + · · · + ac sc le polynôme dénominateur de la fonction
de transfert du système considéré. Le critère de Routh-Hurwitz permet de déterminer le
signe des racines de D(s) sans pour autant avoir à calculer leur valeur.

Théorème 4.4 (Critère de Routh-Hurwitz) Le système est stable si les ai , ∀i = c, c +


1, . . . , n sont de même signe et du même signe que les éléments de la première colonne
du tableau suivant (dit tableau de Routh) :

an an−2 an−4 . . .
an−1 an−3 an−5 . . .

an−1 an−2 −an an−3 an−1 an−4 −an an−5


bn−1 = an−1
bn−3 = an−1
bn−5 . . .

bn−1 an−3 −an−1 bn−3 bn−1 an−5 −an−1 bn−5


cn−1 = bn−1
cn−3 = bn−1
... ...

cn−1 bn−3 −bn−1 cn−3


dn−1 = cn−1
... ... ...

... ... ... ...


54 4. Analyse des systèmes à temps continu

Le nombre de changements de signes dans la première colonne indique le nombre de


pôles instables du système. Dans le cas où apparaı̂trait un zéro dans la première colonne
du tableau, il convient de le remplacer par un scalaire ε > 0, et de poursuivre le calcul
du tableau et l’application du critère en sachant que ce nombre est positif. Si le scalaire
directement sous ε est positif, il existe un pôle à partie réelle nulle. Sinon, il existe un
pôle à partie réelle positive.
Pour retenir comment l’on construit le tableau de Routh, on remarquera que, par
exemple :
an−1 an−2 − an an−3
bn−1 =
an−1
peut être obtenu par la règle mnémotechnique :
an an−2
an−1 an−3
bn−1 =−
an−1

0 Exemple

Cas des systèmes d’ordre un, deux et trois. Un système d’ordre un de fonction de
transfert :
Y (s) K
G(s) = =
U (s) 1 + τs
possède un unique pôle p = − τ1 . Un tel système est stable si τ > 0, résultat qui avait
déjà été avancé.
Un système d’ordre deux de fonction de transfert :
Kωn2
G(s) =
ωn2 + 2ξωn s + s2
possède une paire de pôles :
p
p1,2 = −(ξ ± j 1 − ξ 2 )ωn , si 0 < ξ 6 1
p
et p1,2 = −(ξ ± ξ 2 − 1)ωn , si ξ > 1.

p si le produit ξωn est positif.


Si les pôles sont complexes, le système est donc stable
Si les pôles sont réels le système est stable si (ξ − ξ 2 − 1)ωn > 0. Dans les deux
cas le système est toujours stable si ξ et ωn sont tous deux positifs. Que ce soit pour
les systèmes du premier ou du second ordre ces hypothèses sont en accord avec la
signification physique que l’on a donné aux termes τ , ξ et ωn , qui doivent être positifs.
On considère enfin un système d’ordre trois de fonction de transfert :
K
G(s) = ,
1 + a1 s + a2 s 2 + a3 s 3
avec a1 , a2 et a3 tous positifs. Si l’on construit le tableau de Routh de ce système on
obtient :
a3 a1 0
a2 1 0
a1 a2 −a3
a2
0 0
1 0 0
0 0 0
4.2. Stabilité 55

L’application du critère de Routh-Hurwitz implique que le système est stable si


a1 a2 > a3 . Dans le cas contraire, il existe deux pôles à partie réelle négative (deux
changements de signe). Si a1 a2 = a3 , on obtient la modification suivante :
a3 a1 0
a2 1 0
ε 0 0
1 0 0
0 0 0
On peut en déduire que le système possède un pôle à partie réelle nulle. Ces résultats
sont illustrés par différentes applications numériques :
– équation caractéristique : s3 + 2s2 + s + 1 = 0, racines : −1, 755 et −0, 123 ±
0, 745j : le système est stable ;
– équation caractéristique : 2s3 +s2 +s+1 = 0, racines : −0, 739 et 0, 119±0, 814j :
le système est instable ;
– équation caractéristique : s3 + s2 + s + 1 = 0, racines : −1 et ±j : le système
est en limite de stabilité.
0 Autre exemple

On s’intéresse à un procédé de fonction de transfert :


5000
F1 (s) = 3 .
s + 61s2 + 560s + 500
Il s’agit d’un système du troisième ordre sans zéro.

Boucle ouverte : calcul des pôles Pour étudier la stabilité du système en boucle
ouverte, on peut tout d’abord tenter de calculer ses pôles. Pour un polynôme d’ordre
supérieur à deux l’obtention analytique des pôles nécessite certaines conditions. Ici, on
remarque facilement que p1 = −1 est racine du polynôme dénominateur, ce qui nous
permet de factoriser :
s3 + 61s2 + 560s + 500 = (s + 1)(s2 + 60s + 500).
On peut alors chercher les racines du polynôme du second degré s2 + 60s + 500. Elles
valent : √
p2/3 = −30 ± ∆0 ,
où ∆0 = 302 − 500 = 202 est le discriminant réduit. On obtient p2 = −10 et p3 = −50 :
les pôles du système sont donc tous réels et négatifs. Par conséquent le système est stable.

Boucle ouverte : critère de Routh-Hurwitz Si l’on ne remarque pas que −1 est un


pôle, soit on a recours à une résolution numérique, soit on peut appliquer le critère de
Routh-Hurwitz.
Le tableau de Routh donne :
1 560 0
61 500 0
61×560−1×500
551, 8 = 61
0 0
500 0 0
0 0 0
56 4. Analyse des systèmes à temps continu

On en déduit que le système est stable, car tous les coefficients du polynôme dénomi-
nateur et tous les éléments de la première colonne du tableau de Routh sont positifs.
Fin des exemples ``
Chapitre 5

Systèmes asservis à temps continu

5.1 Les différents types d’asservissement


Le schéma général d’un asservissement est celui d’un schéma bouclé sur lequel
on utilise des mesures pour effectuer une contre-réaction (voir figure 5.1). L’entrée du

perturbation

référence + erreur commande


correcteur procédé

mesure
capteur

bruit

F IGURE 5.1 – Schéma de principe d’un asservissement à temps continu

système est corrigée en fonction de la différence entre une grandeur de référence et la


grandeur de mesure : c’est le rôle du correcteur, qui produit la commande du procédé.
Dans un schéma tenant compte des imperfections, on pourra le cas échéant tenir compte
des erreurs de modèles, des éléments non modélisés ou non modélisables et des bruits
sur les capteurs.
Pour effectuer l’asservissement du système, on peut avoir recours à différentes tech-
niques. Dans le cadre de ce cours, nous étudierons deux cas, selon que l’état du système
est mesurable ou non. Dans le cas où l’état est complètement mesurable, on utilisera la
représentation d’état du système et une contre-réaction de type retour d’état pour conférer
au système le comportement dynamique et le régime permanent souhaité. En toute ri-
gueur, ceci pourrait aussi être fait même si l’on ne dispose pas de la mesure complète de
l’état, mais que celui-ci est complètement observable. Cependant, la construction et l’uti-
lisation d’observateurs permettant d’estimer l’état n’étant pas abordées ici, on supposera
qu’en l’absence de mesure complète de l’état, l’asservissement par contre-réaction se
fait sur la sortie. On est alors dans le schéma de l’Automatique classique et on utilise la
58 5. Systèmes asservis à temps continu

représentation du système par sa fonction de transfert pour effectuer la correction. Les


asservissements vont être introduits selon cette modélisation classique au paragraphe 5.2.
Dans un second temps, on présentera au paragraphe 5.3 les asservissements par retour
d’état.

5.2 Asservissement classique


On se place dans le cas où on ne dispose pas d’une mesure complète de l’état et on
suppose que celui-ci n’est pas mesurable.

5.2.1 Schéma d’un système asservi


La contre-réaction porte sur la sortie, comme cela est figuré sur le schéma de la
figure 5.2. Ce schéma correspond aux exemples donnés dans l’introduction de ce cours.
Les défauts de modélisation sont assimilés à des perturbations, qui apparaissent dans la

perturbation

référence + erreur commande sortie


correcteur procédé

mesure
capteur

bruit

F IGURE 5.2 – Schéma de principe d’un asservissement à temps continu

chaı̂ne directe de l’asservissement (ou chaı̂ne d’action). Les imperfections de mesure


sont modélisées par des bruits de mesure, qui apparaissent dans la chaı̂ne de retour (ou
chaı̂ne de contre-réaction).
De manière plus quantitative, on représente les différents blocs du système par leur
fonction de transfert et les signaux par leur transformée de Laplace, pour obtenir le
schéma bloc du système. On adopte le schéma 5.3 page suivante comme schéma général
d’un asservissement. Les différents termes sont :
– Yr (s) : référence (ou grandeur de consigne) ;
– Y (s) : sortie (ou grandeur réglée) ;
– Ym (s) : mesure ;
– E(s) : erreur 1 (ou écart) de l’asservissement ;
– C(s) : correcteur ;
– U (s) : commande du procédé ;
– P (s) : perturbation ;
1. La définition de ce terme peut varier selon les auteurs, certains considérant que l’appellation d’erreur
est relative à la différence Yr (s) − Y (s).
5.2. Asservissement classique 59

P (s)
+
Yr (s) + E(s) U (s) + Y (s)
C(s) G1 (s) G2 (s)

Ym (s) +
H2 (s) H1 (s)

B(s)

F IGURE 5.3 – Schéma bloc d’un asservissement à temps continu : cas général

– B(s) : bruit de mesure .


Si G(s) = G1 (s) G2 (s) est la fonction de transfert du procédé, on note (petit abus)
CG(s) = C(s)G(s) la fonction de transfert de la chaı̂ne directe. Par ailleurs, on note
H(s) = H1 (s) H2 (s) la fonction de transfert de la chaı̂ne de retour.

5.2.2 Expression de la fonction de transfert


Dans une première étude, on ne tient pas compte en général des perturbations et
du bruit. L’asservissement prend alors la forme représentée à la figure 5.4. La fonction

Yr (s) + E(s) U (s) Y (s)


C(s) G(s)

Ym (s)
H(s)

F IGURE 5.4 – Asservissement à temps continu idéal

de transfert en boucle ouverte (FTBO) de ce système est C(s)G(s)H(s), que l’on


note CGH(s), toujours par abus et commodité. Il s’agit de la relation entrée-sortie du
système quand la chaı̂ne de retour n’est pas connectée au comparateur. La fonction de
transfert en boucle fermée (FTBF) est, quant à elle YYr(s)
(s)
. La FTBF représente donc la
relation entrée-sortie du système bouclé. Le système de la figure 5.4 obéit aux équations
suivantes :

U (s) = C(s)E(s), (5.1)


E(s) = Yr (s) − Ym (s), (5.2)
Ym (s) = H(s)Y (s), (5.3)
Y (s) = G(s)U (s). (5.4)
60 5. Systèmes asservis à temps continu

D’après (5.1), (5.2) et (5.3) :

U (s) = C(s) (Yr (s) − H(s)Y (s)) ,

et donc, d’après (5.4) :

Y (s) = CG(s) (Yr (s) − H(s)Y (s)) .

Finalement, la FTBF s’écrit :

Y (s) CG(s)
= . (5.5)
Yr (s) 1 + CGH(s)

Il est utile de retenir ce résultat (et par ailleurs de savoir le redémontrer). On montre
aisément que la FTBF et la FTBO ont le même ordre.
L’équation caractéristique du système en boucle fermée donne les pôles de la FTBF,
déduite de (5.5) :
1 + CGH(s) = 0. (5.6)

Pour tenir compte des imperfections représentées sur le schéma 5.3 page précédente,
on calcule la transformée de Laplace de la sortie à l’aide du théorème de superposition.
On écrit pour cela que la sortie est la somme des sorties obtenues par les actions séparées
de l’entrée, de la perturbation et du bruit (procéder ainsi simplifie le calcul). On trouve,
après quelques schémas et calculs :

CG(s) Yr (s) + G2 (s) P (s) − CG(s) H2 (s) B(s)


Y (s) = .
1 + CGH(s)

0 Exemple

Pour réaliser l’asservissement de la vitesse du rotor d’un MCC, on utilise les schémas
de principe vus précédemment. On choisit de régler la vitesse par une tension d’entrée
yr . Celle-ci correspond à une vitesse de rotation désirée ωr . La vitesse du rotor est
mesurée par une génératrice tachymétrique 2 placée sur l’axe et qui délivre une tension
ym proportionnelle à la vitesse de rotation de l’axe. Le schéma-bloc de l’asservissement
ainsi réalisé est représenté à la figure 5.5 page suivante, en haut. La grandeur asservie
étant la vitesse de rotation, on parlera d’asservissement de vitesse du moteur.
On pourrait concevoir de présenter ce schéma différemment bien évidemment, notam-
ment en faisant apparaı̂tre un retour unitaire, c’est-à-dire en considérant que la grandeur
asservie est la tension image de la vitesse. On obtient alors le schéma de la figure 5.5 page
ci-contre, au milieu. On peut également faire apparaı̂tre la comparaison entre les vitesses
en redessinant le schéma-bloc sous la forme suggérée à la figure 5.5 page suivante, en
bas. On fait ici apparaı̂tre la variable intermédiaire ωr .
Fin de l’exemple ``

2. Il s’agit d’une machine à courant continu fonctionnant en génératrice, qui délivre la force
électromotrice induite aux bornes de l’induit, donc une tension proportionnelle à la vitesse de rotation.
5.3. Asservissement par retour d’état 61

Yr (s) + U (s) K Ω(s)


C(s) LJ
+K 2
RJ+Lf
s2 + LJ s+ RfLJ

Ym (s)

Yr (s) + U (s) K Ω(s) Ym (s)


C(s) LJ

+K 2
s2 + LJ s+ RfLJ
RJ+Lf

Yr (s) Ωr (s) + U (s) K Ω(s)


1

Kω C(s) LJ
+K 2
s + LJ s+ RfLJ
2 RJ+Lf

F IGURE 5.5 – Asservissement de vitesse d’un moteur à courant continu

5.3 Asservissement par retour d’état


On se place dans le cas où l’on dispose de la mesure complète de l’état.

5.3.1 Schéma d’un système asservi par retour d’état


La contre-réaction est réalisée par un retour d’état, comme cela est représenté sur le
schéma de la figure 5.6 page suivante.

5.3.2 Expression de la représentation d’état du système corrigé


On considère tout d’abord une loi de commande u proportionnelle à l’état :

u = −Kx, (5.7)

où, dans le cas monovariable, K est une matrice ligne de coefficients réels :

K = K1 K2 . . . Kn .

La prise en compte de la commande (5.7) dans l’équation d’état du système conduit au


nouveau modèle d’évolution :
dx
= (A − BK)x. (5.8)
dt
Le choix de la matrice de gain K permet donc de régler le comportement dynamique du
système.
62 5. Systèmes asservis à temps continu

perturbation

référence commande sortie


correcteur procédé

état
mesure
capteur

bruit

F IGURE 5.6 – Schéma de principe d’un asservissement par retour d’état

Outre la dynamique, on souhaite en général dans un asservissement imposer le


comportement du régime permanent. Le plus souvent le cahier des charges indique que la
valeur de la sortie doit être égale à une grandeur de référence. Il faut donc introduire cette
référence dans notre loi de commande par retour d’état. Soient x∞ et u∞ les régimes
permanents de l’état et de la commande respectivement. La commande par retour d’état :
u − u∞ = −K(x − x∞ ) (5.9)
est telle que u = u∞ dès lors que x = x∞ . Le problème à résoudre consiste donc à
déterminer x∞ et u∞ permettant d’obtenir yr = y∞ en sortie, en régime permanent. Les
équations d’état du système en régime permanent donnent :
0 = Ax∞ + Bu∞ , (5.10)
y∞ = Cx∞ + Du∞ . (5.11)
Si l’on pose :
x∞ = Nx y∞ ,
u∞ = Nu y∞ ,
on peut faire disparaı̂tre y∞ dans les équations (5.10) et (5.11), ce qui mène au nouveau
système :     
0 A B Nx
= ,
1 C D Nu
qui une fois inversé donne :
   −1  
Nx A B 0
= (5.12)
Nu C D 1
En insérant Nx et Nu déterminés par (5.12), il vient :
u = Nu yr − K(x − Nx yr ),
soit :
u = −Kx + N̄ yr , (5.13)
5.3. Asservissement par retour d’état 63

y
yr + u dx
dt
= Ax + Bu

y = Cx + Du

x

F IGURE 5.7 – Structure complète d’une commande par retour d’état

avec N̄ = Nu + KNx . Ce schéma de commande est illustré à la figure 5.7.


La commande du système par retour d’état donnée par l’équation (5.13) conduit au
modèle d’état complet en boucle fermée suivant :
dx
= (A − BK)x + B N̄ yr ,
dt
y = (C − DK)x + DN̄ yr . (5.14)

0 Exemple

Pour réaliser l’asservissement de la vitesse du rotor d’un MCC par retour d’état il faut
disposer de mesure de son état. Ceci est-il le cas dans l’une ou l’autre des représentations
d’état du MCC présentées au paragraphe 2.3.2 ? Dans le premier cas on avait choisi
x1 = ω et x2 = i, alors que dans le second cas x1 = ω et x2 = dω dt
. Si l’on choisit
de réaliser le variateur du MCC, on a besoin de mesurer le courant d’induit, et même
de l’asservir, pour bien en maı̂triser la dynamique, notamment les dépassements, qui
pourraient être destructeurs. En pratique, il est rare de disposer de l’accélération angulaire
du rotor. En revanche, il existe différents moyens pour mesurer la vitesse angulaire du
rotor, par exemple avec une génératrice tachymétrique. Un retour d’état réalisé d’après la
mesure de l’état x = (ω i)T correspondra au schéma de la figure 5.8.

y=ω
yr = ωr + u dx
dt
= Ax + Bu

y = Cx + Du
− −

x2 = i
K2

x1 = ω
K1

F IGURE 5.8 – Asservissement de vitesse d’un moteur à courant continu par retour d’état

Ce schéma de commande est à mettre en regard avec le schéma d’asservissement


avec boucles imbriquées, présenté à la figure 5.9 page suivante. Si l’on compare les
64 5. Systèmes asservis à temps continu

Y (s) = Ω(s)
Yr (s) = Ωr (s) + + U (s)
Cω (s) Ci (s) G(s)
− −

I(s)

Ω(s)

F IGURE 5.9 – Asservissement de vitesse d’un moteur à courant continu avec boucles
imbriquées

expressions des commandes produites par l’un et l’autre de ces schémas, on obtient, dans
le cas de l’asservissement par retour d’état :

u = N̄ ωr − K1 ω − K2 i, (5.15)

alors que dans le cas de la correction avec boucles imbriquées, il vient :

U (s) = (Cω (s)(Ωr (s) − Ω(s)) − I(s)) Ci (s),


= Cω (s)Ci (s)Ωr (s) − Cω (s)Ci (s)Ω(s) − Ci (s)I(s). (5.16)

On constate que le choix de deux correcteurs proportionnels de gains respectifs


Cω (s) = KK2
1
et Ci (s) = K2 pour l’asservissement avec boucles imbriquées transformerait
(5.16) en :
U (s) = K1 Ωr (s) − K1 Ω(s) − K2 I(s),
qui est à comparer avec (5.15).
On pourrait effectuer la même analogie entre un asservissement de position du MCC
par retour d’état et un asservissement de position à boucles imbriquées avec retours de
courant, de position et tachymétrique (voir TP sur le MCC).
Fin de l’exemple ``
Chapitre 6

Analyse des systèmes asservis à temps


continu

6.1 Stabilité
Les notions et critères de stabilité définis dans le cas général d’un système quelconque
sont bien évidemment valables dans le cas d’un système asservi. En particulier, le calcul
des pôles du système permet de conclure immédiatement sur sa stabilité. Néanmoins,
dans le cas particulier des systèmes asservis, on dispose de plusieurs autres résultats qui
permettent de conclure sur la stabilité d’un système en boucle fermée à partir du modèle
de la boucle ouverte.

6.1.1 Critère de Nyquist


Le critère de Nyquist est un critère fondamental à la base de diverses variantes
pour l’analyse de stabilité. Son application est basée sur le tracé dans le diagramme de
Nyquist du lieu de la réponse harmonique en boucle ouverte. Pour déterminer le lieu
il faut tout d’abord définir le contour de Nyquist CN . Il s’agit d’une courbe du plan
complexe comprenant l’axe des imaginaires et dont les extrémités sont reliées à l’infini
par un demi-cercle centré à l’origine et situé dans le demi-plan droit (voir figure 6.1 page
suivante). Le contour est orienté selon le sens anti-trigonométrique, c’est-à-dire selon les
ω croissants sur l’axe imaginaire. Si la FTBO possède des pôles sur l’axe imaginaire, le
contour doit être modifié de façon à les exclure. La figure 6.1 page suivante donne une
illustration de ce que peut être le contour de Nyquist dans le cas général et dans le cas où
le système possède une paire de pôles complexes conjugués en ±jω1 . Quand un point
d’affixe s = σ + jω parcourt le contour de Nyquist, la FTBO du système parcourt le lieu
de Nyquist complet 1 N. Ce lieu est symétrique par rapport à l’axe réel et l’on peut se
contenter de calculer d’abord la partie correspondant aux points du contour de Nyquist à
partie imaginaire positive. On rend ensuite symétrique le lieu par rapport à l’axe réel.
Le tracé du lieu de Nyquist permet de déterminer la stabilité du système en boucle
fermée en examinant la façon dont le lieu de Nyquist entoure le point critique, d’affixe −1.

Théorème 6.1 (Critère de Nyquist) Soit un système dont la fonction de transfert en


boucle ouverte possède P pôles à partie réelle strictement positive (pôles instables).
1. Ainsi appelé pour marquer la différence avec lieu de Nyquist vu précédemment.
66 6. Analyse des systèmes asservis à temps continu

Axe imaginaire Axe imaginaire


+j∞ +j∞

jω1

+∞ +∞
0 Axe réel 0 Axe réel

−jω1

CN CN

F IGURE 6.1 – Contour de Nyquist

Soit N le nombre de tours fait par le lieu de Nyquist autour du point critique, comptés
positivement dans le sens trigonométrique.
Alors, le nombre de pôles instables du système en boucle fermée est :

Z = P − N.

Ainsi, le système est stable en boucle fermée si le lieu de Nyquist complet fait P tours
autour du point critique.
On prendra garde au fait que les tours sont comptabilisés dans le sens trigonométrique
alors que le contour de Nyquist est orienté dans le sens anti-trigonométrique.

0 Exemple

Considérons le cas du MCC en s’intéressant à la position θ de son rotor. A partir de la


fonction de transfert en vitesse du système, donnée par l’équation (2.30), on établit par
intégration :
Θ(s) KG
= .
U (s) s (1 + τel s) (1 + τem s)
Pour ne pas trop compliquer le problème, on se limite tout d’abord à un modèle d’ordre
deux en négligeant le pôle électrique du moteur, soit :

Θ(s) KG
G(s) = =
U (s) s (1 + τem s)

et on suppose que l’on cherche à asservir le système avec un correcteur proportionnel


Kp , le capteur de position étant assimilé à un gain Kθ , conformément au schéma de la
figure 6.2 page ci-contre.
6.1. Stabilité 67

Yr (s) Θ(s)
Kp G(s)
+

Y (s)

F IGURE 6.2 – Asservissement de position d’un MCC

Axe imaginaire
+∞

+∞
0 Axe réel

CN

F IGURE 6.3 – Contour de Nyquist pour l’asservissement de la position d’un MCC

Traçons tout d’abord le contour de Nyquist du système. En raison du pôle à l’origine


dû à l’intégration entre vitesse et position angulaire, il est nécessaire d’exclure l’origine
du plan complexe du contour, comme cela est représenté à la figure 6.3. Comme indiqué,
on ne considère que la partie du contour à partie imaginaire positive. La partie du contour
de Nyquist entourant l’origine peut être paramétrée par s = ρejα , avec α croissant de
0 à π2 et ρ tendant vers 0. Les points de l’axe imaginaire sont eux d’affixe jω avec
ω ∈ [ρ, +∞[. Enfin, la fermeture du contour de Nyquist correspond aux points d’affixe
s = ρejα avec α décroissant de π2 à 0 et ρ tendant vers l’infini.
La fonction de transfert en boucle ouverte du système s’écrit :

KCGH
CGH(s) = ,
s (1 + τem s)

avec KCGH = Kp KG Kθ . La partie du contour autour de l’origine a pour image par


CGH le lieu des points d’affixe :

KCGH
CGH(s) = = r ejβ ,
ρejα
68 6. Analyse des systèmes asservis à temps continu

avec r = KCGH
ρ
tendant vers +∞ et β = −α décroissant de 0 à − π2 . L’axe imaginaire a
pour image par CGH le lieu des points d’affixe :
KCGH
CGH(jω) = .
jω (1 + jτem ω)
Cette partie du lieu de Nyquist n’a pas de particularité remarquable. On peut la tracer à
partir du calcul de la partie réelle et de la partie imaginaire de CGH(jω) lorsque ω varie
de 0+ à +∞ :
KCGH τem
Re (CGH(jω)) = − 2 ω2
,
1 + τem
KCGH
Im (CGH(jω)) = − 2 ω2)
.
ω (1 + τem
Le tracé est donné à la figure 6.4. Enfin, la fermeture du contour à l’infini a pour image
par CGH le lieu des points d’affixe :
KCGH
CGH(s) = ,
τem ρ2 e2jα
réduit à l’origine car dans ce cas ρ tend vers +∞. Le lieu correspondant est représenté à
la figure 6.4.

Axe imaginaire
ω → 0−

ω → −∞ Axe réel
−1 ω → +∞ +∞

N
ω → 0+

F IGURE 6.4 – Lieu de Nyquist pour l’asservissement de la position d’un MCC

Le système ne comporte pas de pôle instable, donc P = 0. En décrivant le lieu dans


le sens trigonométrique, on n’entoure jamais le point critique, quelles que soient les
valeurs des paramètres du problème, donc N = 0. On en déduit que l’asservissement en
position d’un MCC à l’aide d’un correcteur purement proportionnel est toujours stable,
ce qui est normal puisque il s’agit d’un système du second ordre.
Attention cependant aux hypothèses de modélisation : si l’on ne néglige plus le
pôle électrique du système, pour des valeurs assez grandes de Kp on montre (. . .) que
6.1. Stabilité 69

Axe imaginaire
ω → 0−

−1 ω → +∞ Axe réel
ω → −∞ +∞

N
ω → 0+

F IGURE 6.5 – Lieu de Nyquist pour l’asservissement de la position d’un MCC (bis)

le lieu de Nyquist prend la forme indiquée à la figure 6.5. Dans ce cas, N = −2 alors
que l’on a toujours P = 0, le pôle électrique étant stable. D’après le critère de Nyquist,
on a donc Z = 2, ce qui signifie que le système en boucle fermée possède une paire
de pôles instables. Bien évidemment, plus le pôle électrique sera petit et d’autant plus
grand sera le gain nécessaire pour conduire l’asservissement à l’instabilité. . . Dans le
cas du MCC, cette hypothèse reste valable longtemps : il faut ainsi appliquer des gains
très importants pour atteindre le régime critique (limite de stabilité), ce qui conduit, bien
avant d’atteindre l’instabilité, à d’autres problèmes, comme par exemple la saturation
des actionneurs.
Fin de l’exemple ``

6.1.2 Critère du revers


Le critère de Nyquist est intéressant car il ne fait aucune hypothèse restrictive sur le
système. Néanmoins son application est parfois délicate à mettre en œuvre. Une version
simplifiée du critère de Nyquist, appelée critère du revers peut être appliquée sous
l’hypothèse que le système soit à minimum de phase, c’est-à-dire possède uniquement
des pôles et zéros à partie réelle négative et ne comprenne pas de terme de retard (dans le
cas contraire, on parlera de système à non minimum de phase).

Théorème 6.2 (Critère du revers) Soit un système à minimum de phase.


Le système est stable en boucle fermée si en parcourant le lieu de transfert 2 de la
boucle ouverte selon les ω croissants on laisse le point critique à gauche dans le plan de
Nyquist (ou à droite dans le plan de Black).

2. Lieu de la réponse harmonique, tel que présenté au paragraphe 3.2.1.


70 6. Analyse des systèmes asservis à temps continu

0 Exemple

Le MCC étudié précédemment étant un système à phase minimale, on peut lui ap-
pliquer le critère du revers. Alors, selon que l’on néglige ou non le pôle électrique, les
figures 6.4 et 6.5 donneront les tracés de la figure 6.6. L’application du critère du revers

Axe imaginaire Axe imaginaire

Axe réel Axe réel


−1 −1

CGH(jω) CGH(jω)

Cas toujours stable Cas instable


(modèle simplifié 2nd ordre) (grand gain proportionnel
et pôle électrique pris en compte)

F IGURE 6.6 – Critère du revers pour l’asservissement de la position d’un MCC

est immédiate. Dans le premier cas, on laisse le point critique à gauche dans le plan de
Nyquist en parcourant le lieu de transfert selon les ω croissants : le système est stable
en boucle fermée. Dans le second cas, on laisse le point critique à droite dans le plan de
Nyquist : le système est alors instable en boucle fermée.
Fin de l’exemple ``

6.1.3 Marges de stabilité


Stabilité et stabilité relative
Le critère de Nyquist, comme celui de Routh-Hurwitz, n’offrent qu’un verdict :
le système est stable ou non. Pourtant, ne peut-on pas, par exemple, qualifier de peu
stableun système dont la réponse indicielle oscillerait longtemps avant de se stabiliser
et de très stable un système pour lequel cette même réponse serait apériodique ? Ainsi,
les caractéristiques associées à l’amortissement d’un système donnent un premier indice
pour qualifier sa stabilité.
En plus de ces caractéristiques temporelles, on a coutume d’utiliser des critères
fréquentiels pour qualifier la stabilité relative d’un système. Par exemple, la position du
lieu de transfert par rapport au point critique permet de qualifier sa stabilité, par simple
extension du critère de Nyquist. On évalue quantitativement la stabilité d’un système à
6.1. Stabilité 71

l’aide d’indices appelés marges de stabilité, déterminés à partir de la réponse harmonique


en boucle ouverte.

Marge de phase et marge de gain


On définit la marge de phase par :

Mϕ = 180 + Arg{CGH(jωc )},

où ωc est telle que |CGH(jωc )|dB = 0 dB et la marge de gain par :

1
MG = ,
|CGH(jω−180 )|
ou :
MGdB = −20 log10 |CGH(jω−180 )|
où ω−180 est tel que Arg{CGH(jω−180 )} = −180. Ces deux marges de stabilité sont cal-
culées à partir des propriétés harmoniques du système en boucle ouverte. Elles permettent
de qualifier la stabilité du système en boucle fermée, d’après le théorème suivant.

Théorème 6.3 (Stabilité et marges de stabilité) Le système est stable en boucle fermée
si la marge de phase ou la marge de gain du système en boucle ouverte est positive.
La valeur de la marge de phase permet donc de donner une image de la stabilité du
système. Pour se faire une idée plus précise, on peut comparer marge de phase et
coefficient d’amortissement, comme cela est fait pour un système du second ordre à la
figure 6.7.

0.9

0.8

0.7
Coefficient d’amortissement

0.6

0.5

0.4

0.3

0.2

0.1
10 20 30 40 50 60 70 80
Marge de phase (deg)

F IGURE 6.7 – Correspondance entre coefficient d’amortissement ξ et marge de phase



72 6. Analyse des systèmes asservis à temps continu

Les marges de stabilité peuvent être observées indifféremment dans l’un ou l’autre
des diagrammes harmoniques. La figure 6.8 en donne une illustration dans le diagramme
de Nyquist, alors que la figure 6.9 page ci-contre illustre ces mêmes caractéristiques,
pour le même système, dans le diagramme de Bode.

Axe imaginaire

−1 ω−180 1/MG 0 Axe réel


G(ω−180 )
Mϕ ϕ(ωc )

ωc

CGH(jω)

F IGURE 6.8 – Marges de phase et marge de gain dans le diagramme de Nyquist

6.1.4 Lieu des racines


Le lieu des racines d’un système, encore appelé lieu d’Evans, est le lieu des pôles
de sa FTBF lorsque le gain Kp de la chaı̂ne directe varie de 0 à +∞, conformément
au schéma 6.10 page suivante. Il s’agit donc, pour un système de fonction de transfert
en boucle ouverte GH(s), du lieu dans le plan complexe des n racines de l’équation
caractéristique :
1 + Kp GH(s) = 0.
Le système en boucle fermée étant stable si ses pôles restent dans le demi-plan complexe
gauche, il est alors facile de conclure sur la stabilité en fonction du gain de la chaı̂ne
directe.
L’ensemble des règles de construction du lieu des racines sont données dans tout
bon ouvrage d’Automatique, en particulier dans la plupart des références présentées
dans la bibliographie. Aujourd’hui, l’utilisation d’outils de simulation pour tracer le lieu
des racines est vivement conseillé, en particulier pour des systèmes d’ordre élevé. Le
tracé de l’allure du lieu, complété par certains points caractéristiques reste néanmoins
utile, notamment dans un premier temps. Pour cette raison, on se contente de donner ici
l’énoncé des règles minimales de construction.
Soit N (s), de degré m, le numérateur de la FTBO du système et D(s), de degré
n, son dénominateur. Les propriétés principales permettant la construction du lieu des
racines sont les suivantes :
1. symétrie par rapport à l’axe réel ;
2. n branches ;
– n points de départ, pour Kp = 0, confondus avec les pôles pi de la FTBO ;
6.1. Stabilité 73

GdB

ωc ω−180 ωc

MGdB

GdB (ω−180 )

ϕ(deg)

ωc ω−180 ω

−90
ϕ(ωc )


−180

F IGURE 6.9 – Marges de phase et marge de gain dans le diagramme de Bode


Yr (s) + E(s)  
 U (s) Y (s)
Kp G(s)

H(s)

F IGURE 6.10 – Lieu des racines : principe


74 6. Analyse des systèmes asservis à temps continu

– m points d’arrivée, pour Kp = +∞, confondus avec les zéros zi de la FTBO.


3. n − m branches infinies :
– ces branches donnent n − m asymptotes faisant des angles βλ = 2λ+1 n−m
π,
avec λ = 0, 1 . . . , n − m − 1 avec l’horizontale ; Pn
pi − m
P
i=1 zi
– intersection des asymptotes avec l’axe réel au point d’affixe δ = i=1 n−m .
4. branches du lieu appartenant à l’axe réel : un point d’affixe réelle appartient au
lieu si le nombre de pôles et zéros réels de la FTBO situés à sa droite est impair ;
5. intersections du lieu avec l’axe d’affixe réelle x est un point potentiel
réel : un point
1 dN (s) 1 dD(s)
de séparation si N (s) ds = D(s) ds .
s=x s=x
L’intérêt du lieu des racines réside par ailleurs (et surtout en fait) dans la possibilité qu’il
offre de réaliser la commande du système, comme nous le verrons plus loin.

0 Exemple

On s’intéresse au procédé de fonction de transfert :

5000
F1 (s) = .
s3 + 61s2 + 560s + 500
dont on a étudié la stabilité en boucle ouverte au paragraphe 4.2.2.

Boucle fermée : calcul des pôles ? critère de Routh-Hurwitz ? Considérons main-


tenant le système de fonction de transfert F (s) obtenu en asservissant le système initial
de fonction de transfert F1 (s) avec un correcteur proportionnel de gain Kp et un retour
unitaire. On a :
Kp F1 (s)
F (s) = ,
1 + Kp F1 (s)
5000
s3 +61s2 +560s+500
= ,
1+ Kp s3 +61s25000
+560s+500
5000
= .
s3 + 61s2 + 560s + 500 + 5000Kp

Il n’est bien évidemment pas question de déterminer analytiquement les racines du


dénominateur s3 + 61s2 + 560s + 500 + 5000Kp . En revanche, on peut déterminer pour
quelle valeur du gain proportionnel Kp le système asservi est stable à l’aide du critère de
Routh-Hurwitz. Pour cela, construisons le tableau de Routh du système de fonction de
transfert F (s) :

1 560 0
61 500 + 5000Kp 0
33660−5000Kp
61
= 61×560−1×(500+5000K
61
p)
0 0
500 + 5000Kp 0 0
0 0 0

On en déduit que le système asservi est stable si −0, 1 < Kp < 6, 732.
6.1. Stabilité 75

Lieu des racines


100

80

60

40
Axe imaginaire

20

−20

−40

−60

−80

−100
−140 −120 −100 −80 −60 −40 −20 0 20 40
Axe réel

F IGURE 6.11 – Lieu des racines du système de FTBO F1 (s)

Boucle fermée : lieu des racines Le tracé et l’exploitation du lieu des racines pren-
dront beaucoup plus de temps que l’application du critère de Routh-Hurwitz. A la
figure 6.11 on a représenté le lieu des racines du système de FTBO F1 (s). On remarque
que les deux branches infinies complexes conjuguées du lieu des racines sont en par-
tie dans le demi-plan droit. Donc, au delà d’un certaine valeur du gain de la chaı̂ne
directe le système devient instable en boucle fermée. Le gain limite de stabilité vérifie
1 + Kp F1 (jω) = 0. Ceci conduit à résoudre l’équation :
5000Kp
1+ = 0.
(jω)3 + 61(jω)2 + 560jω + 500
soit encore :
61ω 2 − 500 + j(560ω − ω 3 ) = 5000Kp .
On retrouve alors le gain limite Kp = 6, 732, déterminé par la méthode de Routh, en
résolvant cette équation.

Influence d’un zéro A la figure 6.12 page suivante on a représenté le lieu des racines
du système de FTBO :
0, 2s + 1
F2 (s) = 5000
s3 + 61s2 + 560s + 500
qui possède les mêmes pôles que F1 (s), le même gain statique, mais possède en outre
un zéro à partie réelle négative en −5. Etant donné la valeur de ce zéro, son influence
sur le système ne va pas être négligeable. Comme on le remarque, le lieu est en effet
76 6. Analyse des systèmes asservis à temps continu

Lieu des racines


8

2
Axe imaginaire

−2

−4

−6

−8
−50 −45 −40 −35 −30 −25 −20 −15 −10 −5 0
Axe réel

F IGURE 6.12 – Lieu des racines du système de FTBO F2 (s)

sensiblement modifié : il se trouve alors intégralement dans le demi-plan complexe


gauche. Le système est alors toujours stable en boucle fermée. Le zéro introduit a donc
un effet stabilisant pour le système.

Boucle fermée : marges de stabilité Le tracé d’un diagramme harmonique prendra


lui aussi beaucoup plus de temps que l’application du critère de Routh-Hurwitz. A la
figure 6.13 page ci-contre on a représenté le diagramme de Bode de F1 (s) (du système
en boucle ouverte donc) et fait apparaı̂tre les marges de stabilité (qualifiant la stabilité
du système en boucle fermée). La figure 6.14 page suivante illustre elle les marges de
stabilité dans le lieu de Black-Nichols de F1 (s). On remarque que les marges de phase
et de gain du système de fonction de transfert F1 (s) sont finies et positives. Le système
bouclé sans correction est donc stable. La marge de phase vaut 50, 78 deg et la marge de
gain 16, 56 dB.
Enfin, à la figure 6.15 page 78 on a représenté le diagramme de Bode de F2 (s). On
note que la marge de phase augmente et que la marge de gain est infinie. Comme noté
précédemment, le système est donc toujours stable en boucle fermée sous l’action de ce
zéro. Il est nettement plus amorti.

Fin de l’exemple ``
6.1. Stabilité 77

Diagramme de Bode
20

0
Amplitude(dB)

−20
16,56 dB

−40

−60

−80

−100
−2 −1 0 1 2 3
10 10 10 10 10 10

−50
Phase (deg)

−100

−150 50,78 deg

−200

−250
−2 −1 0 1 2 3
10 10 10 10 10 10
Pulsation (rad/s)

F IGURE 6.13 – Marges de stabilité du système F1 (s) dans le diagramme de Bode

Lieu de Black−Nichols
20

50,78 deg
0
16,56 dB
−20

−40

−60
Gain (dB)

−80

−100

−120

−140

−160
−250 −200 −150 −100 −50
Phase (deg)

F IGURE 6.14 – Marges de stabilité du système F1 (s) dans le lieu de Black-Nichols


78 6. Analyse des systèmes asservis à temps continu

Diagramme de Bode
20

0
Amplitude(dB)

−20

−40

−60
−2 −1 0 1 2 3
10 10 10 10 10 10

−20
−40
−60
Phase (deg)

−80
−100
−120 88,7 deg
−140
−160
−2 −1 0 1 2 3
10 10 10 10 10 10

Pulsation (rad/s)

F IGURE 6.15 – Marges de stabilité du système F2 (s) dans le diagramme de Bode

6.2 Précision
6.2.1 Expression de l’erreur
On considère un système asservi tel que celui représenté à la figure 5.4 page 59.
On suppose donc que le système est sans perturbation ni bruit de mesure. D’après les
équations (5.2) et (5.3) :
E(s) = Yr (s) − H(s)Y (s),
et donc, d’après (5.5) :
CGH(s)Yr (s)
E(s) = Yr (s) − .
1 + CGH(s)
L’expression de la transformée de Laplace de l’erreur est donc finalement :

Yr (s)
E(s) = . (6.1)
1 + CGH(s)

6.2.2 Précision statique et précision dynamique


La précision statique du système est caractérisée par l’erreur en régime permanent
en réponse à un échelon :
ε∞ = lim ε(t).
t→+∞
6.2. Précision 79

Cette erreur est appelée erreur statique (ou erreur de position). D’après le théorème de
la valeur finale (voir les propriétés de la transformée de Laplace, tableau 2.1 page 16), on
peut la calculer à l’aide de l’équation (6.1) par :
ε∞ = lim sE(s). (6.2)
s→0

On parlera de précision dynamique dès que l’entrée du système évolue de manière


continue dans le temps : par exemple on désigne par erreur de vitesse la valeur de
l’erreur quand l’entrée du système est une rampe.

6.2.3 Expression générale de l’erreur


D’après (6.1) et (6.2), l’expression générale de l’erreur d’un système asservi est :
sYr (s)
ε∞ = lim . (6.3)
s→0 1 + CGH(s)
Les transformées de Laplace des signaux type échelon, rampe, etc. servant à analyser la
précision d’un système sont connues. Il est donc possible de calculer notamment l’erreur
statique ou dynamique du système si l’on connaı̂t le comportement en 0 de CGH(s). On
choisit la forme (2.26) pour la FTBO :
K 1 + β1 s + . . .
CGH(s) = (6.4)
sc 1 + α1 s + . . .
où c, la classe du système, correspond au nombre d’intégrations pures présentes dans le
modèle du système. Alors, la précision du système peut être calculée à l’aide de (6.3) et
(6.4). En effet, en tenant compte de ces deux équations, il vient :
sc+1 (1 + α1 s + . . . )
ε∞ = lim Yr (s). (6.5)
s→0 K(1 + β1 s + . . . ) + sc (1 + α1 s + . . . )
On établit alors facilement les résultats du tableau 6.1 page suivante d’après (6.5). Par
exemple, dans le cas d’un système de classe 0, l’erreur statique, en réponse à un échelon
d’amplitude E0 , vaut :
s(1 + α1 s + . . . ) E0 E0
ε∞ = lim = .
s→0 K(1 + β1 s + . . . ) + (1 + α1 s + . . . ) s 1+K
Il est aisé d’imaginer comment ce tableau s’étend au cas des systèmes de classe supérieure
à deux et au cas d’entrées polynomiales de degré supérieur ou égal à deux.

6.2.4 Dualité stabilité-précision


On peut facilement comprendre à partir d’un exemple que les notions de stabilité et
de précision ne vont pas de pair. Ainsi, un système de classe 0 est d’autant plus précis
en boucle fermée que son gain statique est grand, comme on peut le déduire du tableau
6.1. Or, une augmentation du gain de la boucle ouverte diminue la marge de phase. En
effet, la courbe de gain dans le diagramme de Bode étant translatée vers le haut (voir
figure 6.16 page suivante), la pulsation de coupure est translatée vers la droite et donc la
marge de phase diminue.
Autre exemple : si le système comporte une intégration les risques de le voir devenir
instable sont plus grands, le système ayant, d’emblée, i. e. aux basses fréquences, une
phase de −90 deg. C’est pour cela que l’on parle de dualité stabilité-précision.
80 6. Analyse des systèmes asservis à temps continu

E0 V0
entrée échelon Yr = rampe Yr =
s s2
E0
classe 0 ∞
1+K
V0
classe 1 0
K
classe 2 0 0
TABLE 6.1 – Précision des systèmes asservis linéaires continus, en fonction de leur classe

20 log10 Kp
(Kp > 1)

ωc ωc0 > ωc ω

Kp GdB

GdB
ϕ(deg)
1 1
τ1 τ2 ω

−90


Mϕ0 < Mϕ
−180

F IGURE 6.16 – Dualité stabilité-précision


6.2. Précision 81

6.2.5 Influence des perturbations


L’influence des perturbations sur la précision du système sera vue en TD, où l’on
établira l’expression générale de l’erreur en présence d’une perturbation.
Chapitre 7

Commande des systèmes à temps


continu

La synthèse de la commande d’un système consiste à choisir un type de correcteur et


ses paramètres pour remplir un cahier des charges donné.

7.1 Cahier des charges


Le problème posé au concepteur de la commande d’un système doit logiquement
se présenter sous la forme d’un certain nombre de contraintes à satisfaire pour que la
sortie du système offre les propriétés désirées : amortissement, précision statique ou
dynamique, temps de réponse, bande passante, etc.S’il est cohérent, ce cahier des charges
doit bien évidemment être réalisable : l’ensemble des contraintes imposées doivent être
compatibles et les performances attendues doivent tenir compte de la réalisation pratique
et donc des limitations imposées à tout asservissement. On peut formuler un cahier des
charges selon trois préoccupations principales :
– stabilité : le système doit bien évidemment être stable, mais il faut également
que son amortissement soit bien maı̂trisé. Certaines applications imposent par
exemple qu’il n’y ait pas de dépassement. En vertu de la correspondance entre
amortissement et marge de phase dans le cas d’un système du second ordre, on
admet généralement qu’une marge de phase comprise entre 50 et 70 deg assure un
amortissement optimal au système. En dessous de cette valeur le système oscille
beaucoup lors des transitoires. Au-delà, il risque d’être trop amorti, au détriment
de la rapidité ;
– précision : selon le cahier des charges et la classe du système, on pourra attendre
des performances plus ou moins élevées en terme de précision. Si le système est
de classe 0, son erreur statique n’est pas nulle, mais inversement proportionnelle
au gain de la chaı̂ne directe. Plutôt que d’augmenter ce gain et de risquer de
saturer l’entrée du système ou de le rendre instable, on préfère quand c’est possible
introduire une intégration ;
– rapidité : la rapidité du système en boucle fermée est liée à sa bande passante.
Un système ayant une pulsation de coupure à 0 dB élevée est caractérisé par une
constante de temps rapide. Cela étant, il faut là encore faire un compromis, la
marge de phase diminuant si la bande passante augmente.
84 7. Commande des systèmes à temps continu

Bien évidemment, selon le nombre de contraintes à satisfaire simultanément, le correcteur


obtenu sera plus ou moins complexe.

Les quatre prochaines sections s’intéressent à la description des méthodes de synthèse


utilisant la représentation par fonction de transfert. L’objectif est alors de synthétiser
un correcteur selon le schéma présenté au paragraphe 5.2. Après avoir introduit les
correcteurs P ID, on étudie les techniques fréquentielles de synthèse, puis les techniques
par placement de pôles, pour enfin faire une (petite) digression sur les méthodes empi-
riques. La synthèse d’un correcteur par retour d’état, dont le principe a été présenté
au paragraphe 5.3, est présentée dans un second temps, en écho au placement de pôles
dans le lieu des racines.

7.2 Correcteurs P ID
7.2.1 Correcteur PID idéal
Les correcteurs les plus répandus sont de type proportionnel, intégral, dérivé (PID).
Ils permettent d’appliquer ces trois actions élémentaires au signal d’erreur E(s) pour
commander le système conformément à la figure 7.1. La fonction de transfert d’un
correcteur P ID idéal est ainsi :
 
1
C(s) = Kp 1 + + τd s . (7.1)
τi s

Yr (s) + E(s)   U (s) Y (s)


1
C(s) = Kp 1 + + τd s G(s)
τi s

H(s)

F IGURE 7.1 – Schéma bloc d’un asservissement avec correcteur P ID

En pratique, à une catégorie de systèmes à asservir donnée correspond un type de


correcteur adapté : celui dont on sait, par expérience ou étude, qu’il va le mieux convenir.
Pour effectuer un choix judicieux, il faut connaı̂tre les effets des différentes actions,
proportionnelle, intégrale et dérivée. On va tout d’abord les analyser séparément.

7.2.2 Propriétés des actions proportionnelle, intégrale et dérivée


Action proportionnelle D’après le tableau 6.1, on voit que la précision du système est
améliorée par une augmentation du gain de la chaı̂ne directe, ce qui peut être réalisé par
correction proportionnelle. En contrepartie, la stabilité diminue si le gain augmente. Ceci
est l’illustration de la dualité stabilité-précision précédemment évoquée. Le temps de
montée est réduit et le système plus oscillant. En revanche, une augmentation du gain
proportionnel ne diminue pas nécessairement le temps de réponse du système.
7.2. Correcteurs P ID 85

Action intégrale L’ajout d’un terme intégral dans la chaı̂ne directe augmente sa classe.
Par conséquent, la précision est améliorée : un système stable et sans terme intégral,
i. e. de classe 0, voit son erreur statique annulée par l’ajout d’une action intégrale. En
contrepartie, la marge de phase est diminuée de 90 deg par l’ajout d’une intégration pure.
Enfin, un correcteur intégral présente le défaut de saturer facilement, si l’erreur ne devient
pas nulle. Il faut éventuellement envisager l’ajout d’un dispositif d’anti-saturation.

Action dérivée Dans le cas d’un système de classe supérieure ou égale à 1, cette
action permet d’augmenter la bande passante ou de rendre le système plus stable, à
bande passante égale. Un correcteur dérivé idéal n’est pas causal, donc pas physiquement
réalisable. On lui substitue donc systématiquement un correcteur approché 1 , comme nous
le verrons par la suite. On parle alors de filtrage du terme dérivé. Le terme dérivé Kp τd s
du correcteur est ainsi classiquement remplacé par l’approximation causale Kp 1+τdτsd s ,
N
avec N assez grand. La forme déduite de (7.1) par filtrage du terme dérivé est dite forme
standard du correcteur P ID :
 
1 τd s
C(s) = Kp 1 + + , (7.2)
τi s 1 + τNd s
avec N > 5.

Actions combinées Les actions précédentes sont généralement combinées. Les correc-
teurs les plus couramment rencontrés sont de type proportionnel, proportionnel intégral
(P I) ou retard de phase (P I approché), proportionnel dérivé (P D) ou avance de phase
(P D approché) et enfin P ID ou avance et retard de phase (P ID approché).
Bien évidemment la complexification d’un correcteur rend plus difficile sa synthèse.
Les différentes méthodes que nous allons voir dans la suite de cette section ne sont bien
évidemment pas exhaustives, mais dressent néanmoins un bon aperçu.

7.2.3 Adéquation correcteur/système à asservir


Le choix du type de correcteur est généralement dicté par sa faculté à corriger les
lacunes du système asservi sans correcteur. Nous allons ainsi évoquer ici les différentes
combinaisons correcteurs-systèmes permettant de réaliser des asservissements aux per-
formances satisfaisantes.

Correcteur à avance de phase (et correcteur P D)


Un correcteur à avance de phase a une fonction de transfert de la forme :
1 + τd s
C(s) = Kp ,
1 + aτd s
avec a < 1. Il peut être vu comme un correcteur P D approché, si a  1 : l’action de
ce correcteur approche en effet celle d’un correcteur P D aux pulsations inférieures à
ω = aτ1d , comme l’illustre la figure 7.2 page suivante.

1. Les correcteurs dits approchés sont en fait des correcteurs construits à partir d’un choix de pôles et
de zéros. Leur fonction de transfert diffère donc de la forme habituelle des P ID. Ceci n’empêche pas que
le choix des pôles et zéros les rendent proches de tel ou tel correcteur P ID idéal.
86 7. Commande des systèmes à temps continu

PD idéal
CdB
 
Kp
20 log10 a avance de phase

20 log10 Kp
ω

ϕ(deg)

90 PD idéal
ϕM

avance de phase
ω
1 1
τd ωM aτd

F IGURE 7.2 – Correcteurs à avance de phase et P D idéal

L’intérêt d’un correcteur à avance de phase est précisément d’ajouter de la phase au


système en boucle ouverte, dans une certaine bande de fréquence. Ceci peut permettre
de rendre le système plus stable en augmentant sa marge de phase. Pour cette raison,
le correcteur à avance de phase se prête bien à la correction des systèmes peu stables,
comme les systèmes de classe supérieure ou égale à un. On montre que l’avance de phase
maximale amenée par le correcteur vaut :
1−a
sin ϕM = ,
1+a
à la pulsation :
1
ωM = √ .
aτd
A titre d’exemple, un coefficient a = 0, 1 occasionne une avance de phase maximale
ϕM = 54, 9 deg.

Correcteur P I (et correcteur à retard de phase)


Le correcteur P I a une fonction de transfert de la forme :
 
1 Kp (1 + τi s)
C(s) = Kp 1 + = .
τi s τi s

Ce correcteur possède une action intégrale. Il convient donc bien lorsque l’on souhaite
annuler l’erreur statique d’un système de classe 0. Il s’agit du correcteur le plus utilisé.
Contrairement au correcteur P D, il est tout à fait réalisable physiquement. En revanche,
du fait de son action intégrale, il présente l’inconvénient de saturer facilement l’entrée du
7.2. Correcteurs P ID 87

système. Il faut alors l’associer à un dispositif d’anti-saturation, constitué le plus souvent


d’un simple écréteur.
Le correcteur à retard de phase, dual du correcteur à avance de phase, a pour fonction
de transfert :
1 + τi s
C(s) = aKp
1 + aτi s
avec a > 1. Il possède un comportement approchant celui du P I aux pulsations supé-
rieures à ω = aτ1 i si a  1, comme l’illustre la figure 7.3.

CdB

20 log10 aKp
retard de phase
ω

PI
20 log10 Kp

ϕ(deg)
1 1
aτi τi ω
retard de phase
PI
ϕm

−90

F IGURE 7.3 – Correcteurs P I et retard de phase

Correcteur à avance et retard de phase (et correcteur P ID)


D’après les paragraphes précédents, on comprend qu’un correcteur à avance et retard
de phase approche un correcteur P ID. Sa fonction de transfert est de la forme :
1 + τd s 1 + τi s
C(s) = Kp ,
1 + aτd s 1 + bτi s
| {z } | {z }
avance retard

avec a < 1 et b > 1. Ce correcteur est bien évidemment plus général que les correcteurs
précédents. Il a vocation à corriger des systèmes plus délicats à régler. Il n’est cependant
pas nécessaire d’utiliser ce type de correcteur si le cahier des charges peut être rempli
par un des correcteurs précédemment évoqués.
88 7. Commande des systèmes à temps continu

7.3 Méthodes harmoniques de synthèse de correcteur


7.3.1 Correction P I
On se pose tout d’abord le problème de régler un correcteur P I de fonction de
transfert :  
1 Kp (1 + τi s)
C(s) = Kp 1 + = ,
τi s τi s
c’est-à-dire de choisir les valeurs des paramètres Kp et τi . La méthode proposée utilise le
diagramme de Bode. On suppose que le système est de classe zéro et possède deux pôles
réels 2 , associés aux constantes de temps τ1 et τ2 , avec τ1  τ2 . On choisit de compenser
le pôle dominant par le zéro du correcteur P I, soit τi = τ1 .
Le diagramme de Bode asymptotique du système corrigé est représenté à la figure 7.4
page suivante. Une fois le pôle dominant compensé, il est alors intéressant de spécifier
les contraintes du cahier des charges en terme de marge de phase désirée Mϕ . On repère
la pulsation ωc à laquelle le système a pour phase −180 + Mϕ deg. Il suffit alors d’ajuster
le gain Kp pour que le gain en dB de la boucle ouverte soit nul à la pulsation ωc ,
conformément à la figure 7.4 page ci-contre.

7.3.2 Correction à avance de phase


On s’intéresse maintenant au réglage d’un correcteur à avance de phase, toujours
dans le diagramme de Bode. Le correcteur a pour fonction de transfert :
1 + τd s
C(s) = Kp
1 + aτd s
avec a < 1. On suppose que le système est de classe 1 et possède, outre l’origine, un autre
pôle réel 3 , associé à la constante de temps τ1 . La méthode présentée impose tout d’abord
que la contrainte de rapidité du système soit transformée en une contrainte de bande
passante, si ce n’est pas déjà le cas. Soit ωc la bande passante désirée pour le système
corrigé. Le réglage consiste à apporter une avance de phase adaptée, à cette pulsation.
L’avance de phase maximale ϕM du correcteur étant paramétrable à la pulsation ωM , on
choisit tout d’abord ωM = ωc . La contrainte de stabilité doit ensuite être exprimée en
termes de marge de phase, pour déterminer l’avance de phase :
ϕM = Mϕ − (180 + Arg{GH(jωc )}).
Dans le cas du système considéré, en supposant que l’on souhaite (logiquement) augmen-
ter la bande passante, Arg{GH(jωc )} est petit et donc ϕM ' Mϕ . Ceci n’est cependant
pas transposable dans le cas général, où il faudra évaluer le déphasage de la boucle
ouverte en ωc . En fonction de l’avance de phase ϕM ainsi déterminée, on choisit :
1 − sin ϕM
a= .
1 + sin ϕM
Enfin, on règle Kp pour que le gain en dB du système en boucle ouverte soit nul à la
pulsation ωc . Cette méthode est illustrée à la figure 7.5 page 90.
2. C’est ainsi le type de système pour lequel la correction P I est adaptée, comme on l’a vu au
paragraphe 7.2.3 page 85.
3. C’est là encore le type de système pour lequel la correction est adaptée.
7.3. Méthodes harmoniques de synthèse de correcteur 89

CGHdB
(−
1)

CGHdB pour Kp = 1
(−
1)

GHdB
1
ωc τ2 ω
1
20 log Kp τ1

(−
2)
(−
2)
ϕ(deg)

1 1
τ1 ωc τ2 ω

Arg{GH}

−90
Mϕ désirée

Arg{CGH}
−180

F IGURE 7.4 – Principe de la synthèse d’un correcteur P I par une méthode harmonique
90 7. Commande des systèmes à temps continu

(−
1 )

(−
1) (−
2)

(−
1 ) ω

20 log Kp (−
1 )
(−
2)

(− CGHdB
2)
(−
2)
CGHdB pour Kp = 1

ϕ(deg)
GHdB
1 1 1
τ1 τd
ωc aτd ω

−90

Mϕ désirée

ϕM
Arg{CGH(ω)}
−180
Arg{GH(ω)}

F IGURE 7.5 – Principe de la synthèse d’un correcteur à avance de phase par une méthode
harmonique
7.4. Méthode du lieu des racines 91

7.4 Méthode du lieu des racines


Comme on l’a vu au paragraphe 6.1, le lieu des racines est le lieu des pôles de la
fonction de transfert d’un système en boucle fermée, lorsque le gain de la chaı̂ne directe
varie. On peut bien évidemment inclure un correcteur à cette chaı̂ne directe et l’on
obtient la figure 7.6. Ceci fournit donc une méthode de synthèse utilisable quel que soit

Yr (s) + E(s)   U (s) Y (s)
Kp CG(s)

H(s)

F IGURE 7.6 – Lieu des racines : interprétation avec correcteur

le système, à condition de savoir tracer son lieu des racines. Pour réaliser la synthèse à
proprement parler, il faut être capable d’obtenir des pôles et zéros conférant au système
le comportement dynamique souhaité dans le cahier des charges. Il s’agit donc d’une
méthode de placement de pôles.
Le cas le plus simple est celui où l’on souhaite donner un comportement dynamique
similaire à celui d’un système du second ordre. Selon le schéma de la figure 3.11 page 40,
les pôles d’un système du second ordre se situent à l’intersection d’une demi-droite
définissant l’amortissement du système et d’un cercle définissant sa pulsation naturelle.
On peut donc associer au lieu des racines des demi-droites de même amortissement
rayonnant depuis l’origine dans le demi-plan complexe gauche. De même, on peut tracer
dans ce demi-plan les demi-cercles centrés sur l’origine, de même pulsation naturelle.
Enfin, pour un système du second ordre, on a montré que le temps de réponse d’un
système possédant une paire de pôle complexe peut être approché par : tr = ξω3n .
D’après la figure 3.11 page 40, les systèmes du second ordre de même temps de réponse
ont leurs pôles sur une même droite verticale car −ξωn est la partie réelle d’une paire de
pôles complexes conjugués.
La correction consiste alors à ajouter des pôles et des zéros au correcteur pour
compenser ceux que l’on souhaite compenser et déformer le lieu pour obtenir un com-
portement de type second ordre, tout en remplissant le cahier des charges. Si l’on a
compensé tous les zéros et l’ensemble des pôles sauf deux (ou tous les pôles, auquel cas
il faut en rajouter deux au correcteur) on obtient un lieu dont la forme est semblable à
celle du lieu de la figure 7.7 page suivante.
Ceci étant tous les systèmes ne peuvent pas être transformés en un système du second
ordre par compensations des pôles et zéros non désirés. Certaines compensations doivent
en effet être évitées, car elles induisent des conséquences contraires à ce que l’on souhaite.
Notamment on ne compensera jamais un pôle à partie réelle positive. En effet :
s − (pi + ∆pi ) ∆pi
=1− .
s − pi s − pi
Ainsi, dans le cas où le pôle compensé est à partie réelle positive, un système imparfaite-
ment compensé (erreur de modèle par exemple) sera instable. Pour les mêmes raisons
92 7. Commande des systèmes à temps continu

Lieu des racines 25


25
0.46 0.34 0.24 0.17 0.11 0.05
20
20
0.62

15
15

10
10 0.84

5
5
Axe imaginaire

−5
5

−10 0.84
10

−15
15

0.62
−20
20
0.46 0.34 0.24 0.17 0.11 0.05
−25
−15 −10 −5 25 0

Axe réel

F IGURE 7.7 – Synthèse dans le lieu des racines

on ne compense pas une paire de pôles très oscillants (pôles complexes conjugués très
proches de l’axe des imaginaires). Remarquons que les logiciels de simulation facilitent
grandement l’application de ce type de correction : l’outil rltool de Matlab est ainsi une
excellente interface pour appliquer la méthode des racines. Son utilisation sera illustrée
aussi bien en cours qu’en TP.

0 Exemple

Le lieu représenté à la figure 7.8 est le lieu des racines de l’équation :


Kp KG
1+ = 0,
(1 + τ1 s)(1 + τ2 s)

avec τ1 > τ2 . Un tel lieu indique la position des pôles en boucle fermée d’un système du
second ordre de gain KG possédant deux pôles réels en boucle ouverte, l’asservissement
étant réalisé à l’aide d’un correcteur proportionnel dont le gain Kp varie de 0 à +∞. C’est
typiquement le cas du MCC asservi en vitesse à l’aide d’un correcteur proportionnel.
Le lieu comporte 2 branches, puisque le système est d’ordre deux. Les racines
recherchées sont réelles avant le point de séparation d’affixe :
τ1 + τ2
δ=−
2τ1 τ2
pour :
 2
1 τ1 − τ2
Kp ≤ .
KG 2τ1 τ2
7.4. Méthode du lieu des racines 93

À partir de cette valeur de Kp , les branches quittent l’axe réel et font un angle de ± π2
avec l’horizontale. Tous les pôles qui se situent sur les branches complexes admettent
une partie réelle négative égale à δ, qui est à la fois point d’intersection des asymptotes
et point de séparation.

Lieu des racines


1

0.8

0.6

0.4

0.2
Im

−0.2

−0.4

−0.6

−0.8

−1
−5 −4.5 −4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0
Re

Kp
F IGURE 7.8 – Lieu des racines de 1 + (1+τ1 s)(1+τ2 s)
=0

Un tel système est de classe 0 et possède donc une erreur statique non nulle. On envi-
sage de le corriger par un correcteur P I de façon à compenser le pôle électromécanique
lent du MCC tout en ajoutant l’effet intégral qui garantit une erreur statique nulle. La fonc-
tion de transfert en boucle ouverte du système corrigé en compensant le pôle dominant
est :
Kp KG
CGH(s) = ,
s(1 + τ2 s)
le correcteur ayant pour fonction de transfert
1 + τ2 s
C(s) = Kp .
s
Le lieu des racines du système corrigé est alors le lieu des racines de l’équation :

Kp KG
1+ = 0,
s(1 + τ1 s)

représenté à la figure 7.9 page suivante. Il est de forme semblable au lieu initial, si ce
n’est que ses propriétés : valeur du point de séparation des branches infinies, points de
départ, etc. ont été modifiés. On peut régler le gain pour obtenir l’amortissement souhaité
pour le système comme cela est représenté à la figure 7.9. On remarquera que le temps de
94 7. Commande des systèmes à temps continu

Lieu des racines


t5%=1,2 s
3

ξ=0,7
1
Axe imaginaire

−1

−2

−3

−4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1


Axe réel

F IGURE 7.9 – Lieu des racines après correction

réponse le plus rapide est obtenu pour des pôles complexes (sinon un des pôles est réel et
plus lent que la paire de pôles complexes), et qu’il ne dépend pas de l’amortissement du
système, qui peut être choisi pour remplir le cahier des charges. Le temps de réponse ne
peut être réglé inférieur à :
3 3
t5 % = =− .
ξωn δ

0 Exemples Corrigé en cours : choix d’une forme adéquate de PID et calcul de ses
paramètres afin de remplir le cahier des charges indiqué :
1. Premier système :
1
G(s) =
(s + 1)(s + 5)
(a) Cahier des charges de l’asservissement, premier cas :
– erreur statique nulle ;
– Mϕ = 45.
(b) Cahier des charges de l’asservissement, second cas :
– erreur statique nulle ;
– ξ = 0, 7.
2. Second système :
150
G(s) =
s(s + 5)
7.5. Méthodes empiriques de synthèse 95

(a) Cahier des charges de l’asservissement :


– erreur statique nulle ;
– ωc = 10 rad/s ;
– Mϕ = 60 deg.

Fin des exemples ``

7.5 Méthodes empiriques de synthèse


Contrairement aux méthodes exposées dans les paragraphes précédents, les méthodes
de Ziegler-Nichols permettent d’obtenir un correcteur de type P ID sans connaı̂tre
de modèle précis de la dynamique du système. Les deux méthodes présentées sont
empiriques et se basent sur des essais. La première résulte de la caractérisation de la
réponse indicielle du système. En effet une grande variété de systèmes réels ont une
réponse indicielle de la forme de celle présentée à la figure 7.10. Le système est ainsi
assimilé à un premier ordre de constante temps τ , en retard de tr :

Y (s) Ke−tr s
= .
U (s) 1 + τs

K
pente α = τ
y(t)
K

t
tr tr + τ

F IGURE 7.10 – Caractérisation de la réponse indicielle d’après la méthode de Ziegler-


Nichols

La première méthode de Ziegler-Nichols se base sur ce modèle et permet d’obtenir


un amortissement proche de 0, 2 avec les réglages indiqués au tableau 7.1 page suivante
pour un correcteur P ID de fonction de transfert Kp (1 + τ1i s + τd s). Les valeurs des
paramètres sont données en fonction de la pente α de la réponse et du temps de retard tr ,
identifiées au cours d’un essai.
La seconde méthode se base sur l’étude du régime critique de la réponse harmonique
du système en boucle fermée. On effectue l’asservissement du système avec retour
unitaire à l’aide d’un correcteur proportionnel réglable. Lorsque le gain augmente le
système en boucle fermée devient moins stable. On note le gain critique Kc qui conduit à
des oscillations entretenues, ainsi que la fréquence fc de ces oscillations. Alors, on peut
obtenir un correcteur P ID en suivant les valeurs indiquées au tableau 7.2 page suivante.
Cette méthode assure théoriquement le même amortissement que précédemment.
96 7. Commande des systèmes à temps continu

coefficients du correcteur

type de correcteur Kp τi τd
1
P
αtr
0, 9 tr
PI
αtr 0, 3
1, 2
PID 2tr 0, 5tr
αtr
TABLE 7.1 – Coefficients du correcteur selon la première méthode de Ziegler-Nichols

coefficients du correcteur

type de correcteur Kp τi τd

P 0, 5Kc
1
PI 0, 45Kc
1, 2 fc
1 1
PID 0, 6Kc
2 fc 8 fc
TABLE 7.2 – Coefficients du correcteur selon la deuxième méthode de Ziegler-Nichols

7.6 Synthèse de correcteur par retour d’état


Le principe de la synthèse d’un correcteur par retour d’état consiste à effectuer une
contre-réaction sur le vecteur d’état du système pour ajuster le placement de ses pôles, à
l’image de ce qui a été fait dans le cas de la méthode du lieu des racines précédemment.

7.6.1 Détermination de la loi de commande


Le choix de la commande du système par le retour d’état défini par l’équation (5.13)
conduit à la représentation d’état (5.14), que l’on rappelle :
dx
= (A − BK)x + B N̄ yr ,
dt
y = (C − DK)x + DN̄ yr .

L’équation caractéristique associée s’écrit :

det (sI − (A − BK)) = 0. (7.3)

Il s’agit d’une équation polynomiale en s de degré n paramétrée par les n gains K1 ,


K2 , . . . , Kn . Pour choisir les pôles en boucle fermée p1 , p2 , . . . , pn , il faut que
l’équation caractéristique (7.3) soit identifiable à la forme factorisée :

(s − p1 )(s − p2 ) . . . (s − pn ) = 0. (7.4)
7.6. Synthèse de correcteur par retour d’état 97

Théorème 7.1 (Commandabilité et retour d’état) Soit un système linéaire invariant.


Si le système est commandable, alors il existe toujours un choix de gains permettant
de placer l’ensemble des pôles du système par un retour d’état. Par ailleurs, dans le cas
d’un système mono-entrée mono-sortie, ce choix est unique.
Ce théorème sera admis, le lecteur curieux en trouvera la (longue) démonstration par
exemple dans [Ogata 01].

0 Exemple

On considère le cas du MCC, dont on commande la vitesse. On rappelle que la


représentation d’état du MCC est donnée par :
! ! !
− Jf K
 
d x1 J
x 1 0
= + 1 u,
dt x2 K
− L −L R
x2 L
 
 x1
y = 1 0 .
x2
en choisissant x1 = ω et x2 = i. On a donc :
   f K
   
s 0 −J 0 
sI − (A − BK) = − J − 1 K1 K2 ,
0 s −KL
−RL L

soit :
f
 
s+ − KJ
sI − (A − BK) = J
K+K1
L
s + R+KL
2

On en déduit l’équation caractéristique du MCC asservi par retour d’état en calculant le


déterminant de sI − (A − BK). On obtient l’équation caractéristique :
 
2 f R + K2 f (R + K2 ) + K(K + K1 )
s + + s+ = 0. (7.5)
J L LJ
Pour identifier les pôles du système à la paire de pôles complexes conjugués d’un second
ordre pseudo-amorti : p
p1,2 = −(ξ ± j 1 − ξ 2 )ωn ,
il faut donc identifier l’équation caractéristique :
(s − p1 )(s − p2 ) = 0 (7.6)
avec l’équation (7.5). En développant (7.6) on obtient :
s2 − (p1 + p2 )s + p1 p2 = 0,
soit :
s2 + 2ξωn s + ωn2 = 0.
On en déduit le système d’équations :
f R + K2
+ = 2ξωn ,
J L
f (R + K2 ) + K(K + K1 )
= ωn2 ,
LJ
98 7. Commande des systèmes à temps continu

ce qui conduit aux gains du retour d’état :


f
K2 = L(2ξωn − ) − R,
J
LJωn2 − f (R + K2 )
K1 = − K.
K
Fin de l’exemple ``

Dans le cas précédent l’identification reste faisable analytiquement car le système


n’est pas d’ordre trop élevé. Toutefois, au delà du second ordre, la résolution devient vite
fastidieuse. Si l’on a modélisé dans sa forme canonique commandable, l’équation d’état
s’écrit :
 
0 1 0 ... ... ... 0  
 0 0 1 0 . . . . . . 0  0
 
 ... ... ... ... ... ... . . .  0
dx    
= . . . . . . . . . . . . . . . . . . . . .  x + . . . u.
dt 
 ... ... ... ... ... ...
  
 0  
. . . 
 0 0 ... ... ... 0 1  1
−a0 −a1 . . . . . . . . . . . . −an−1

L’application du retour d’état (5.7) va conduire à la matrice d’évolution :


 
0 1 0 ... ... ... 0

 0 0 1 0 ... ... 0 

 ... ... ... ... ... ... ... 
 
A − BK =  . . .
 ... ... ... ... ... ... .

 ... . . . . . . . . . . . . . . . 0 
 
 0 0 ... ... ... 0 1 
−a0 − K1 −a1 − K2 . . . . . . . . . . . . −an−1 − Kn

En calculant det(sI − (A − BK)), on montre que l’équation caractéristique associée


est :

sn + (an−1 + Kn )sn−1 + (an−2 + Kn−1 )sn−2 + . . . + a0 + K1 = 0. (7.7)

Si l’équation caractéristique (7.4) reflétant le choix des pôles s’écrit sous forme dévelop-
pée :
sn + αn−1 sn−1 + αn−2 sn−2 + . . . + α0 = 0, (7.8)
alors, l’identification des équations (7.7) et (7.8) permet d’obtenir les coefficients des
gains du retour d’état :

Kn = αn−1 − an−1 ,
Kn−1 = αn−2 − an−2 ,
...
K1 = α 0 − a0 .

Cette résolution a été rendue possible par le fait que l’on dispose de la représentation
d’état du système sous sa forme canonique commandable. Si le modèle du système
7.6. Synthèse de correcteur par retour d’état 99

n’est pas sous cette forme, on prend soin de l’y mettre au préalable pour appliquer la
technique précédente. Autrement dit, on recherche le changement de variable x = P z
transformant le couple (A, B) en (Ac , Bc ), sous forme canonique commandable. Une
fois obtenue la matrice de gain Kc du retour d’état u = −Kc z, si l’on souhaite conserver
la représentation d’état initiale, on transformera la matrice de gain pour déduire les gains
nécessaires à la commande du système dans son état initial : K = Kc P −1 .

7.6.2 Formule d’Ackerman


La formule d’Ackerman permet de déterminer la matrice de gain du retour d’état. Elle
se substitue ainsi aux trois étapes évoquées précédemment :
– calcul du changement de variable pour mettre le système dans sa forme canonique
commandable ;
– calcul de la matrice de gain ;
– transformation de cette matrice pour appliquer le retour d’état dans la représentation
initiale.

Théorème 7.2 (Formule d’Ackerman) Soit un système dont l’évolution est caractérisée
par la paire (A, B). La matrice de commandabilité associée est notée Com.
Alors, la matrice de gain :

K = 0 0 . . . 0 1 Com−1 Pα (A),

(7.9)

où :
Pα (A) = An + αn−1 An−1 + . . . + α0 I
admet pour polynôme caractéristique :

sn + αn−1 sn−1 + αn−2 sn−2 + . . . + α0 = 0.

Le développement de l’équation caractéristique déduite de la dynamique désirée permet


de déterminer les αi et d’appliquer la formule pour obtenir la matrice de gain.
L’intérêt pratique de cette formule est à mettre en balance avec sa faible robustesse.
La validité de la formule peut en effet être mise à mal par un mauvais conditionnement
de la matrice de commandabilité du système. Ainsi, pour un système d’ordre élevé, la
formule d’Ackerman est inapplicable en raison de la précision numérique nécessaire.
Annexes
Annexe A

Compléments mathématiques

A.1 Transformée de Laplace


Définition A.1 Soit f (t) un signal à temps continu. La transformée de Laplace bilatérale
de ce signal est définie par :
Z +∞
FII (s) = LII {f (t)} = f (t)e−st dt.
−∞

Pour des signaux causaux, cette transformée est égale à la transformée de Laplace 1 :

Z +∞
F (s) = L{f (t)} = f (t)e−st dt
0

si bien que l’on ne différenciera pas ces deux transformées, sauf indication contraire.

Cette transformée est une fonction de la variable complexe s appelée variable de


Laplace. On notera s = σ + jω où σ est ω sont respectivement la partie réelle et la partie
imaginaire de s. La transformée de Laplace est généralement définie sur un demi-plan
complexe pour lequel σ ∈ ]σ0 , +∞[. La valeur σ0 définissant la limite de convergence
est appelée abscisse de convergence de la transformée de Laplace.
La plupart des transformées de Laplace des fonctions élémentaires utiles sont données
dans l’un ou l’autre des ouvrages de référence [Ogata 01, Franklin 02, Kuo 03, Nise 04].
On se reportera, autant que possible, à ces tables de transformées, pour éviter tout calcul
inutile. Une brève table de transformées est donnée en annexe B page 107.

0 Exemple

On se propose de calculer la transformée de Laplace de f (t) = e−at U(t). Pour cela il


faut tout d’abord établir les conditions d’existence de la transformée. Généralement cela
consiste à établir les conditions de convergence absolue de l’intégrale généralisée. En-
suite, on détermine la valeur prise par cette transformée dans son intervalle de définition.

1. Terme préféré à transformée de Laplace monolatérale, plus précis mais plus long.
104 A. Compléments mathématiques

On a :
Z +∞
F (s) = e−at e−st dt, (A.1)
0
Z +∞
= e−at e−(σ+jω)t dt,
Z0 +∞
= e−(σ+a)t e−jωt dt.
0

On étudie la convergence en valeur absolue de l’intégrale :


Z +∞ Z +∞
−(σ+a)t −jωt
|e e |dt = |e−(σ+a)t ||e−jωt |dt,
0
Z0 +∞
= |e−(σ+a)t |dt,
Z0 +∞
= e−(σ+a)t dt,
0
t→+∞
e−(σ+a)t

= − .
σ+1 t=0

La transformée converge en valeur absolue, donc converge, si et seulement si σ + a > 0,


donc si et seulement si σ > σ0 = −a.
D’après (A.1) :
Z +∞
F (s) = e−(s+a)t dt.
0

L’expression de F (s) est donc donnée par :


 −(s+a)t t→+∞
e
F (s) = −
s + a t=0
1
= .
s+a

On en déduit que :
1
F (s) = L{f (t)} =
s+a
pour tout s = σ + jω si et seulement si σ > −a.
Fin de l’exemple ``

Propriétés

Soit deux signaux f (t) et g(t) de transformées de Laplace respectives F (s) et G(s).
Les principales propriétés de la transformée de Laplace sont rappelées dans le tableau A.1
page suivante. Leur démonstration est laissée au lecteur.
A.1. Transformée de Laplace 105

linéarité L{f (t) + αg(t)} = F (s) + αG(s), ∀α ∈ R


  
t
changement d’échelle L f = αF (αs), ∀α ∈ R
α

retard L{f (t − τ )} = e−τ s F (s), ∀τ ∈ R


 
df (t)
dérivation en t L = sF (s) − f (0)
dt
dF (s)
dérivation en s = L{−tf (t)}
dsZ
 t 
F (s)
intégration L f (τ )dτ =
0 s

théorème de la valeur initiale lim f (t) = lim sF (s)


t→0 s→+∞

théorème de la valeur finale lim f (t) = lim sF (s)


t→∞ s→0

produit de convolution L{f (t) ∗ g(t)} = F (s) G(s)


1
produit L{f (t) g(t)} = F (s) ∗ G(s)
2πj
TABLE A.1 – Propriétés de la transformée de Laplace

Transformée de Laplace inverse

Définition A.2 Soit F (s) la transformée de Laplace d’un signal à temps continu f (t).
La transformée de Laplace inverse de F (s) s’écrit :

I
−1 1
f (t) = L {F (s)} = F (s)est ds.
2πj Γ

Il s’agit de l’intégrale d’une fonction complexe sur un contour de Bromwich Γ en-


veloppant toutes les singularités de la fonction F (s), en particulier les racines du
dénominateur.

Ceci est illustré à la figure A.1 page suivante avec un contour Γ englobant deux singula-
rités situées sur l’axe imaginaire.
La définition précédente est peu utile en pratique. Son application directe consiste à
déterminer l’intégrale à l’aide du théorème des résidus. En général, on préfère déduire la
transformée de Laplace inverse de tables de conversion. Comme on peut aisément le de-
viner la transformée de Laplace inverse est linéaire. Ainsi, si nécessaire, on décomposera
au préalable la transformée de Laplace en éléments simples pour retomber sur une
combinaison des transformées élémentaires présentes dans les tables.
106 A. Compléments mathématiques

Axe imaginaire
contour de Bromwich Γ
singularités de la transformée

−∞ ← Axe réel

F IGURE A.1 – Contour de Bromwich et singularités de la transformée de Laplace

A.2 Transformée de Fourier


Définition A.3 La transformée de Fourier d’un signal f (t) est définie par :
Z +∞
F (jω) = F{f (t)} = f (t)e−jωt dt.
−∞

Pour un signal causal, cette transformée s’écrit :


Z +∞
F (jω) = f (t)e−jωt dt.
0

Ainsi, la transformée de Fourier est un cas particulier de la transformée de Laplace


bilatérale, pour s = jω et un cas particulier de la transformée de Laplace si le signal
est causal. Le module de la transformée de Fourier d’un signal est appelé spectre de ce
signal. Son analyse donne des informations sur les composantes harmoniques présentes
dans le signal.

Définition A.4 La transformée de Fourier inverse vaut :


Z +∞
−1 1
f (t) = F {F (jω)} = F (jω)ejωt dω.
2π −∞
Annexe B

Table de transformées

f (t) F (s)

δ(t) 1

δ(t − T ) e−T s
+∞
X 1
δT = δ(t − kT )
k=0
1 − e−T s
1
U(t)
s
1
t U(t)
s2
tn 1
U(t)
n! sn
1
e−at U(t)
s+a
1
te−at U(t)
(s + a)2
a
(1 − e−at ) U(t)
s(s + a)
ω
sin(ωt) U(t)
s + ω2
2

s
cos(ωt) U(t)
s + ω2
2

ω
e−at sin(ωt) U(t)
(s + a)2 + ω 2

TABLE B.1 – Table des principales transformées


Annexe C

Correspondance des termes en anglais

bande passante : bandwidth


bloqueur d’ordre zéro : zero order holder
coefficient d’amortissement : damping ratio
contre-réaction : feedback
dépassement : overshoot
emballement du terme intégral : integral wind-up
entrée : input
filtre anti-repliement : antialiasing filter
gain : gain
invariant (en temps) : time invariant
lieu des racines : root locus
linéaire invariant (en temps) : linear time invariant (LTI)
pulsation amortie : damped frequency
pulsation naturelle : conditional frequency ou natural frequency
pulsation propre non amortie : natural (undamped) frequency
régime permanent : steady state
régime transitoire : transient response
repliement de spectre : aliasing
réponse impulsionnelle : impulse response
réponse indicielle : step response
sortie : output
système asservi : feedback system
système avec contre-réaction : feedback system
temps de montée : rise time
temps de réponse : settling time
Annexe D

Initiation à Matlab

Cette annexe présente une découverte de Matlab par l’exemple, en complément du


cours de l’ENSPS dédié à ce logiciel.

D.1 Principes de Matlab


Matlab est l’outil de CACSD ((Computer Aided Control Systems Design = Concep-
tion de Systèmes Asservis Assistée par Ordinateur) de référence. Il offre des possibilités
avancées de résolution de problèmes d’Automatique, que ce soit en matière d’identifi-
cation ou de commande. Il permet, de manière plus générale, de résoudre une grande
diversité de problèmes de simulation, dans des domaines aussi variés que le traitement du
signal, les statistiques ou la vision, pour ne citer que quelques exemples. L’apprentissage
de Matlab se fera en s’appuyant sur l’étude d’un moteur à courant continu.

D.2 Utilisation de la Control Toolbox


D.2.1 Généralités
La boı̂te à outils dédiée à la commande (Control Toolbox) permet de disposer de
nombreux outils d’analyse pour l’automatique. Les systèmes sont modélisés en interne
par une représentation équivalente que le système ait été défini par sa fonction de transfert
ou par sa représentation d’état.

Définition du système par sa fonction de transfert soit le système décrit par :

2s + 1 s + 1/2
G(s) = =2 ,
s2 + 2s + 1 (s + 1)2

où s désigne la variable de Laplace.


A l’aide de Matlab, il s’écrit alternativement :
>>F=tf([2 1],[1 2 1]), (numérateur et dénominateur de la fonction de trans-
fert)
ou
>>F=zpk([-1/2],[-1 -1],2) (zéros, pôles et gain de la fonction de transfert)
112 D. Initiation à Matlab

Pour constituer un système à l’aide de différents sous-systèmes on peut effectuer


différentes opérations. Soit G1 et G2 les représentations des deux systèmes. Les combi-
naisons de base sont :
>>G1*G2 calcule le système équivalent à G1 en série avec G2
>>G1+G2 calcule le système équivalent à G1 en parallèle avec G2
>>feedback(G1,G2) calcule le système équivalent à G1 bouclé par G2

A partir de l’une ou l’autre de ces représentations, on peut obtenir diverses informa-


tions, dont certaines sont indiquées ci-dessous. Si S est une représentation de système
alors :
>>pole(G) donne les pôles du système
>>step(G) trace la réponse indicielle
>>impulse(G) trace la réponse impulsionnelle
>>bode(G) trace le diagramme de Bode
>>nyquist(G) trace le diagramme de Nyquist
>>nichols(G) trace le diagramme de Black-Nichols
>>rlocus(G) trace le lieu d’Evans
>>rlocfind(G) donne les valeurs des pôles et du
gain correspondant sur le lieu d’Evans
>>damp(G) donne les pôles, les pulsations propres et l’amortissement
>>pzmap(G) place les pôles et les zéros dans le plan complexe

D.2.2 Exemple
Modélisation du système

On rappelle ici la modélisation du MCC [Louis 02] qui sera étudié pour illustrer les
concepts fondamentaux de la Control Toolbox de Matlab. On rappelle que la fonction
de transfert reliant la vitesse de rotation du rotor à la tension appliquée au MCC s’écrit :

Ω(s) KG
G(s) = = ,
U (s) (1 + τel s)(1 + τem s)

avec :

K
KG = gain statique du système,
Rf + K 2
RJ
τem = constante de temps électromécanique,
Rf + K 2
L
et τel = constante de temps électrique.
R

On rappelle que, dans ce modèle, R est la résistance de l’induit du moteur, L son


inductance ; f est le coefficient de frottement visqueux et J le moment d’inertie du rotor ;
K est le rapport couple-courant (supposé égal au rapport force électromotrice-vitesse de
rotation).
D.2. Utilisation de la Control Toolbox 113

Représentation d’état
On souhaite maintenant représenter l’évolution du système par une représentation
d’état sous la forme :
dx
= Ax + Bu
dt
y = Cx + Du.

L’entrée de commande est la tension d’induit u et la sortie la vitesse de rotation du rotor


y = ω. Le système est d’ordre deux. Il existe une infinité de choix pour le vecteur d’état.

Premier choix de variables d’état On fait le choix :


 
x1
x= avec x1 = ω et x2 = i.
x2

On a alors la représentation d’état :


! !
dx − Jf K
J
0
= x+ u,
dt − L −R
K 1
 L L
y = 1 0 x.

Deuxième choix de variables d’état En posant :


 
x1 dω
x= avec x1 = ω et x2 = .
x2 dt

On a maintenant la représentation d’état :


! !
dx 0 1 0
= 2 x+ u,
dt − RfLJ
+K
− RJ+Lf
LJ
. K
LJ

y = 1 0 x.

Prise en main de Matlab


Pour la mise au point d’un programme ou des calculs très ponctuels, vous pouvez
taper vos instructions sur la ligne de commande. Néanmoins :

A RETENIR – Dès que l’on a une séquence d’instructions a


exécuter, on a tout intérêt à les regrouper sous forme d’un fichier
script (fichier *.m).

Si un fichier a l’extension .m (par exemple nomFichier.m), alors il sera exécuté


en tapant son nom (>>nomFichier) sur la ligne de commande.
114 D. Initiation à Matlab

1. Créer un script qui comporte les différentes opérations détaillées ci-dessous Pour
cela on peut utiliser l’éditeur de Matlab (>>edit). Des commentaires peuvent
être introduits à l’aide du symbole %. Définir les diverses constantes du problème
(dans un script nommé calcul constantes mmc.m par exemple). Les valeurs numé-
riques choisies correspondent à un MCC un Maxon F 2260, numéro 885 (pour plus
de détails, voir http ://www.maxonmotor.com) :
R = 1, 44 Ω
L = 5, 6 10−4 H
J = 1, 29 10−4 kg.m2
f = 7, 19 10−5 N.s.m−1
K = 0, 10 N.m.A−1

2. Calculer le gain KG et les constantes de temps électrique τel et électromécanique


τem du MCC. Définir alors la fonction de transfert du MCC (pour cela on appelle
Num et Den le numérateur et le dénominateur de la fonction de transfert).
3. Par la fonction appropriée, calculer les pôles de cette fonction de transfert. Vérifier
que ces pôles valent −τel−1 et −τem
−1
.
4. Créer une figure (avec la fonction figure) et la diviser en deux sous-tracés (avec
la fonction subplot). Dans le premier, tracer la réponse indicielle du MCC à
un échelon unitaire de tension. A l’aide de la souris, observer les caractéristiques
accessibles du tracé (clic droit puis relâcher pour les caractéristiques, pointer
la courbe et clic gauche puis rester appuyé pour les valeurs). Dans la seconde
sous-figure, tracer le diagramme de Bode du MCC. Analyser les différents tracés.
5. L’asservissement de vitesse du MCC est défini à la figure 5. Il comporte un
correcteur proportionnel de gain Kp = 10. Par ailleurs, la fonction de transfert
du capteur de vitesse est assimilée à un gain pur. Sa sortie valant 10 V pour une
vitesse de rotation de 3000 tours/min on a : Kω = 3, 18 10−2 V.s.

Yr (s) E(s) U (s) Ω(s)


Kp G(s)
+

Y (s)

F IGURE D.1 – Schéma de l’asservissement de vitesse du MCC

Sur une même figure, tracer les réponses indicielles du système en boucle ouverte
et en boucle fermée.
6. Tracer les diagrammes de Bode, Black et Nyquist du système en boucle ouverte sur
trois figures différentes (avec toujours Kp = 10). Identifier les marges de stabilité
du système sur ces tracés.
7. En utilisant une boucle (>>help for), tracer sur un même graphe les réponses
indicielles du système en boucle fermée pour les valeurs de Kp égales à 10, 100 et
1000. Vérifier la cohérence de ces réponses avec les marges de stabilité relevées à
la question précédente.
D.3. Utilisation de Simulink 115

8. Tracer le lieu d’Evans du système et vérifier les résultats précédents.


9. Réécrire le modèle en utilisant sa représentation d’état. Ici D = 0 (>>help ss).
10. Vérifier que les pôles obtenus correspondent (. . . à ceux du système en boucle
ouverte).

D.3 Utilisation de Simulink


Simulink est une autre boı̂te à outils de Matlab qui permet de faire des simulations
de systèmes définis à l’aide d’un outil graphique. On se propose ici d’utiliser Simulink
pour définir l’asservissement en vitesse du moteur à courant continu. On pourra ainsi
visualiser notamment les réponses du système à différents types d’entrées.
Pour lancer Simulink, on peut soit utiliser les menus disponibles, soit taper sur la
ligne de commande >>simulink. Pour créer un nouveau modèle Simulink choisir
New dans le menu File, puis Model. Une feuille de travail apparaı̂t, sur laquelle on
va pouvoir définir graphiquement notre système. Les différents outils disponibles seront
trouvés dans les menus correspondants : sources, visualisation, automatique continue,
automatique discrète, fonctions mathématiques, fonctions et tables, automatique non-
linéaire, signaux et systèmes. De par sa nature graphique Simulink peut ête aisément
découvert intuitivement. Cet outil utilise la technique de drag and drop (sélectionner
et faire glisser). Il est facile de positionner les éléments nécessaires dans la fenêtre du
modèle. Ensuite, on relie ces éléments entre eux pour constituer le modèle. Chaque
élément possède une description et éventuellement des paramètres qui peuvent être
modifiés. Pour y accéder double-cliquer sur un élément.
Par exemple si on veut visualiser le signal d’un générateur sinusoı̈dal, on utilise
la source correspondante (menu Sources) et un oscilloscope (menu Sinks). On
connecte ensuite ces deux éléments en attrapant la sortie du générateur et amenant la
souris enfoncée sur l’entrée de l’oscilloscope. La simulation est jouée en cliquant sur
Run, dans le menu Simulation. La encore, on peut définir l’ensemble de la simulation
à l’aide d’un script. En effet, Simulink partage les variables de l’espace de travail Matlab
(variables globales). On peut ainsi définir le modèle Simulink à l’aide de variables dont
les valeurs sont définies dans un script. On peut jouer la simulation depuis la ligne de
commande (donc lancer cette simulation depuis un script). Ainsi sur l’exemple précédent,
on obtient le modèle et le script ci-après.

{\scriptsize
% visualisation d’un signal sinusoı̈dal d’amplitude 1.5, de
% fréquence 1 Hz, sur un horizon de 5 s.
% le modèle simulé porte le nom exempleMinimum.mdl
Tsimu=5
Xmax=1.5
f=1
sim(’exempleMinimum’)
}

Selon cette méthode, on répondra aux questions suivantes, dont certaines reprennent
largement l’étude effectuée pour la prise en main de la Control Toolbox. Néanmoins il
est conseillé de créer un nouveau script.
116 D. Initiation à Matlab

F IGURE D.2 – Simulation d’une sinusoı̈de avec les différents paramètres – modèle
exempleMinimum.mdl
D.3. Utilisation de Simulink 117

1. A l’aide de Simulink créer le modèle de l’asservissement de vitesse vu dans la par-


tie D.2.2. On parcourra pour cela les menus de Simulink pour trouver les éléments
nécessaires. En particulier le bloc fonction de transfert, nommé Transfer Fcn
sera trouvé dans le menu Continous. Les constantes, tout comme les numérateur
et dénominateur de la fonction de transfert seront définis dans un script qui pilotera
les simulations, à l’image de l’exemple vu précédemment.
2. Sur une même figure, tracer la consigne et la réponse indicielle du système en
boucle ouverte. Le tracé sera fait sur un horizon de temps judicieusement choisi.
Note : on peut envoyer à un oscilloscope autant de signaux que l’on veut. Par
exemple, si l’on souhaite afficher deux signaux différents il faut utiliser un multi-
plexeur (Mux dans le menu Signals and Systems) pour les mettre sur une
même ligne.

3. Définir le système en boucle fermée selon le schéma de la figure 5 avec Kp = 100.


Sur une même figure, tracer la consigne et la réponse indicielle du système en
boucle fermée.
4. Définir le système par sa représentation d’état (menu Continous,
State-Space) et reprendre les question précédentes.
118 D. Initiation à Matlab

Une correction possible pour les questions de la partie D.2 est donnée ci-après :

% Prise en main de Matlab/Control Toolbox

% Ferme toutes les fenêtres et initialise toutes variables


close all
clear all

% 1-
% Définition des constantes du modèle du mcc

R=1.44 ;
L=5.6e-4 ;
J=1.29e-4 ;
f=7.2e-5 ;
K=0.10 ;

% 2-
% Calcul de Kg, Te et Tem

disp(’********* Fonction de transfert du mcc *********’)

Kg=K/(R*f+Kˆ2)
Tel=L/R
Tem=R*J/(R*f+Kˆ2)

%
% Définition de la fonction de transfert du mcc
Num=Kg ;
Den=conv([Tem 1],[Tel 1]) ;
G=tf(Num,Den)

% Autre définition de la fonction de transfert du mcc


% G1=tf(1,[Tel 1])
% G2=tf(1,[Tem 1])
% G=Kg*G1*G2

% 3-
% Calcul des pôles du mcc

disp(’********* Pôles du système *********’)


P=pole(G)

if norm(P+[inv(Tel) ; inv(Tem)])<(2*eps)
disp(’********* Résultat exact : P1=-1/Tel et P2=-1/Tem *********’)
else
disp(’********* Probleme ? *********’)
end

% 4-
% Réponse indicielle et diagramme de Bode du mcc

% crée une figure


figure(1)
% découpe la figure : deux sous-figures (1 ligne, 2 colonnes)
% et se positionne sur la première sous-figure
subplot(1,2,1)
% grille associée au tracé
grid on
step(G)
% se positionne sur la deuxième sous-figure
subplot(1,2,2)
% grille associée
grid on
bode(G)

% 5-
% Réponse indicielle du système en boucle fermée
% avec correction proportionnelle

% nouvelles constantes liées à l’asservissement


D.3. Utilisation de Simulink 119

Kp=10 ;
Kw=3.18e-2 ;

% crée une nouvelle figure


figure(2)
Fbo=Kp*G*Kw ;
Fbf=feedback(Kp*G,Kw) ;
step(Fbo,’r’,Fbf,’b’)

% 6-
% Diagrammes de Bode, Black et Nyquist
% du système en boucle ouverte

valeurs_Kp=[10 100 1000] ;

% crée une figure


figure(3)
subplot(1,3,1)
for i = 1 :size(valeurs_Kp,2),
Kp=valeurs_Kp(i) ;
Fbo=Kp*G*Kw ;
bode(Fbo)
hold on
end

subplot(1,3,2)
for i = 1 :size(valeurs_Kp,2),
Kp=valeurs_Kp(i) ;
Fbo=Kp*G*Kw ;
nichols(Fbo)
hold on
end

subplot(1,3,3)
for i = 1 :size(valeurs_Kp,2),
Kp=valeurs_Kp(i) ;
Fbo=Kp*G*Kw ;
nyquist(Fbo)
hold on
end

% 7-
% Réponse indicielle du système en
% boucle fermée avec correction proportionnelle

valeurs_Kp=[10 100 1000] ;

% crée une figure


figure(4)
disp(’********* Correction proportionnelle du système *********’)
for i = 1 :size(valeurs_Kp,2),
Kp=valeurs_Kp(i)
Fbf=Kw*feedback(Kp*G,Kw)
step(Fbf,Tem)
hold on
end

% 8-10 non corrigées


120 D. Initiation à Matlab

Une correction possible pour les questions de la partie D.3 est donnée ci-après :
% Prise en main de Matlab/Simulink

% Ferme toutes les fenêtres et initialise toutes variables


close all
clear all

% 1-
% Définition des constantes du modèle du mcc

R=1.44 ;
L=5.6e-4 ;
J=1.29e-4 ;
f=7.2e-5 ;
K=0.10 ;

% Calcul de Kg, Tel et Tem

Kg=K/(R*f+Kˆ2) ;
Tel=L/R ;
Tem=R*J/(R*f+Kˆ2) ;

%
% Définition des numérateur et dénominateur de la fonction de transfert du mcc
Num=Kg ;
Den=conv([Tem 1],[Tel 1]) ;

% 2-
% Réponse indicielle du système en boucle ouverte
Tsimu=0.2 ;
Uref=1 ;
sim(’transfertBO’)

% 3- Réponse indicielle du système en boucle fermée


Kp=100 ;
Kw=3.18e-2 ;
Tsimu=Tsimu/20 ;
sim(’transfertBF’)

% 4- non corrigée
Bibliographie

[Arzelier 04] D. Arzelier. Représentation et Analyse des Système Linéaires. Notes de


Cours, ENSICA, 2004.
Lien : http://www.laas.fr/˜arzelier.

[Bernot 99] F. Bernot. Machines à Courant Continu. Constitution et fonctionnement.


Techniques de l’Ingénieur, traité Génie électrique, pages D 3555 1–14,
1999.
[Franklin 02] G. F. Franklin, J. D. Powell et A. Emami-Naeini. Feedback control of
dynamic systems. Prentice Hall, 4 edition, 2002.
[Kuo 03] B. C. Kuo et F. Golnaraghi. Automatic control systems. John Wiley &
Sons, 2003.
[Louis 02] J.-P. Louis, B. Multon, Y. Bonnassieux et M. Lavabre. Commande des
Machines à Courant Continu (mcc) à Vitesse Variable. Techniques de
l’Ingénieur, traité Génie électrique, pages D 3610 1–17, 2002.
[Nise 04] N. S. Nise. Control systems engineering. John Wiley & Sons, 2004.
[Ogata 01] K. Ogata. Modern control engineering. Prentice Hall, 2001.
[Ostertag 04] E. Ostertag. Systèmes et asservissements continus. Modélisation, analyse,
synthèse des lois de commande. Ellipses, Technosup, 2004.
[Wilkie 02] J. Wilkie, M. Johnson et R. Katebi. Control engineering : an introductory
course. Palgrave, 2002.
Index

abscisse de convergence, 103 proportionnel dérivé, P D, 85


action proportionnel et intégral, P I, 86, 88
dérivée, 85 proportionnel intégral, P I, 85
intégrale, 85 proportionnel, P , 85
proportionnelle, 84 retard de phase, 85
analyse, 2 critère
anti-saturation du terme intégral, 85 d’observabilité, 49
asservissement, 1, 57 de commandabilité, 47
analogique, 57 de Kalman, 47, 49
avec boucles imbriquées, 63 de Nyquist, 65
à temps continu, 57 de Routh-Hurwitz, 53
du revers, 69
bande passante, 38 critères de stabilité, 53
bruit de mesure, 58, 59
diagramme
cahier des charges, 83 asymptotique, 38
causalité, 12 de Black, 37
chaı̂ne de Bode, 37
d’action, 58 de Nyquist, 37
de contre-réaction, 58 dualité stabilité-précision, 79
de retour, 58, 59 dépassement, 29
directe, 58, 59
classe d’un système, 13, 79 écart, 58
coefficient échelon unité, 29
d’amortissement, 31 entrée, 1, 57
de gain, 19 équation
de surtension, 41 caractéristique, 60
commandable de mesure, 14
complètement, 47 différentielle, 13
commande, 2, 57, 58, 83 différentielle, ODE, 13
compléments mathématiques, 103 dynamique, 14
conditions initiales, 14 équilibre
constante de temps, 30 asymptotiquement stable, 52
contour de Nyquist, 65 instable, 52
contre-réaction, 1, 1, 57 simplement stable, 52
correcteur, 2, 57, 58 erreur, 58, 78
P ID, 84 de position, 79
approché, 85 de vitesse, 79
avance de phase, 85, 88 statique, 79
avance et retard de phase, 85 état, 14
PID, forme standard, 85 d’équilibre, 50
124 Index

filtrage du terme dérivé, 85 observable


fonction de transfert, 16, 59 complètement, 49
en boucle fermée, 59 ordre, 13
en boucle ouverte, 59
forme perturbation, 58
canonique commandable, 24 point critique, 37, 65
modale, 22 principe
réduite de Jordan, 23 de causalité, 12
formule d’Ackerman, 99 de superposition, 12
procédé, 59
gain, 37 précision, 79, 83
en dB, 38, 41 dynamique, 79
statique, 19, 31 statique, 78
grandeur pseudo-oscillations, 33
de consigne, 58 pulsation
réglée, 58 amortie, 33
de coupure, 38
identification, 2 naturelle, 31
impulsion de Dirac, 28 propre non amortie, 31
pseudo-pulsation, 33
lieu pôle, 19
d’Evans, 72 dominant, 44
de Nyquist, 65
des racines, 72, 72 rapidité, 83
représentation
marge d’état, 14
de gain, 71 externe, 14
de phase, 71 interne, 14
de stabilité, 71 retour d’état, 61
marges référence, 57
de stabilité, 70, 71 régime
Matlab, 111 libre, 14
matrice permanent, 31, 78
d’entrée, 14 permanent sinusoı̈dal, 36
d’observation, 14 transitoire, 31
d’état, 14 réponse
d’évolution, 14 apériodique, 33
de commande, 14 forcée, 26
de transition, 25 harmonique, 36, 38
de transmission directe, 14 impulsionnelle, 28
matrice d’état indicielle, 29
forme compagne horizontale, 24 libre, 25
mesure, 57, 58 temporelle, 14
modélisation, 2 résonance, 41
méthode
de placement de pôles, 91, 96 schéma bloc, 58
de Ziegler-Nichols, 95 signal causal, 12, 103, 106
sortie, 58
observabilité, 49 spectre d’un signal, 106
Index 125

stabilité, 50, 50, 53, 79, 83 variable de Laplace, 16, 103


BIBO, 53 vecteur
entrée bornée-sortie bornée, 53 d’état, 14
synthèse d’un correcteur, 83
système, 1 zéros, 19
à minimum de phase, 69 équation
à non minimum de phase, 69 caractéristique, 21
asservi, 1
bouclé, 57
causal, 12
commandable, 47
du premier ordre, 30
du second ordre, 31
dynamique, 1
invariant, 12
lent, 29
linéaire, 12
linéaire invariant, 13
LTI, 13
observable, 49
physiquement réalisable, 12
rapide, 29
sans retard, 18
stable, 50, 53
strictement propre, 14
à temps continu, 2
à temps discret, 2
systèmes
monovariables, 2

temps
de montée, 29
de réponse, 29
traduction anglaise, 109
transformée
de Fourier, 106
transformée de Fourier, 106
inverse, 106
transformée de Laplace, 16, 16, 103, 103
bilatérale, 103
inverse, 105
monolatérale, 103
tables, 103, 107
transmittance, 17

valeur
finale, 29
initiale, 105